如何用Python从CSV文件中移除指定样式的span标签

方法一：使用正则表达式（针对固定格式的目标标签） #

如果目标span标签的样式字符串完全固定，可以修改正则规则，仅匹配该特定的span开始标签和对应的结束标签，保留其他所有标签。

修改后的代码如下：

import re

# 匹配目标span开始标签和对应的结束标签
TARGET_SPAN_PATTERN = re.compile(r'<span style="font-family: verdana,geneva; font-size: 10pt;">|</span>')

def clean_specific_span(raw_html):
    # 只替换目标span标签，保留其他标签
    cleaned_text = re.sub(TARGET_SPAN_PATTERN, '', raw_html)
    return cleaned_text

# 读写CSV文件（使用with语句自动处理文件关闭）
with open("file.csv", 'r') as a_file, open("file2.csv", 'w') as newfile:
    for line in a_file:
        cleaned_line = clean_specific_span(line)
        newfile.write(cleaned_line)

注意：如果目标span标签的样式属性存在空格差异（比如font-family: verdana,geneva ;多了空格），正则可能匹配不到，这种情况更推荐用下面的BeautifulSoup方法。

方法二：使用BeautifulSoup（更稳健的HTML解析方式） #

处理HTML标签时，专业解析库比正则更可靠，能应对属性顺序变化、空格差异等复杂情况。

首先安装BeautifulSoup：

pip install beautifulsoup4

然后编写代码：

from bs4 import BeautifulSoup

def remove_target_span(raw_html):
    soup = BeautifulSoup(raw_html, 'html.parser')
    # 精准匹配带有指定样式的span标签
    target_spans = soup.find_all('span', style="font-family: verdana,geneva; font-size: 10pt;")
    for span in target_spans:
        # 移除span标签，但保留标签内的文本内容
        span.unwrap()
    return str(soup)

# 读写CSV文件
with open("file.csv", 'r') as a_file, open("file2.csv", 'w') as newfile:
    for line in a_file:
        cleaned_line = remove_target_span(line)
        newfile.write(cleaned_line)

该方法会精准定位目标span标签，移除标签本身但保留内部内容，同时完整保留<b>、<STRONG>、<p>等其他所有HTML标签。

内容的提问来源于stack exchange，提问作者3ndurance