Python字符串处理：如何删除指定<span>标签及其中全部内容

实现思路 #

你需要移除的片段结构固定，可通过正则表达式完成匹配替换：匹配固定前缀字符串 + 任意14个字符 + 固定后缀闭合标签，将匹配到的完整片段直接替换为空即可。

各语言实现示例 #

Python 实现 #

import re

raw_content = "此处替换为你的原始字符串"
# 正则规则，转义特殊字符，用.{14}精确匹配14位可变内容
match_pattern = r'"<span class="_5mfr"><span class="_6qdm" style=\'height: 16px; width: 16px; font-size: 16px; background-image: url\("https://static\.xx\.fbcdn\.net/images/emoji\.php/v9/t81/1/16/"\).{14}</span></span'
processed_content = re.sub(match_pattern, "", raw_content)
print(processed_content)

JavaScript 实现 #

const rawContent = "此处替换为你的原始字符串"
// 末尾g标记代表全局匹配所有符合规则的片段，s标记适配可变内容包含换行的场景
const matchPattern = /"<span class="_5mfr"><span class="_6qdm" style='height: 16px; width: 16px; font-size: 16px; background-image: url\("https:\/\/static\.xx\.fbcdn\.net\/images\/emoji\.php\/v9\/t81\/1\/16\/"\).{14}<\/span><\/span/gs
const processedContent = rawContent.replace(matchPattern, "")
console.log(processedContent)

PHP 实现 #

$rawContent = "此处替换为你的原始字符串";
$matchPattern = '/"<span class="_5mfr"><span class="_6qdm" style=\'height: 16px; width: 16px; font-size: 16px; background-image: url\("https:\/\/static\.xx\.fbcdn\.net\/images\/emoji\.php\/v9\/t81\/1\/16\/"\).{14}<\/span><\/span/';
$processedContent = preg_replace($matchPattern, "", $rawContent);
echo $processedContent;

注意事项 #

• 若14位可变内容中包含换行符，需给正则添加单行模式标记：Python在re.sub第三个参数位置加flags=re.DOTALL，JavaScript正则末尾加s标记即可。
• 若原始字符串存在HTML实体转义，需先对原始字符串做实体解码，再进行匹配替换，避免固定前缀/后缀匹配失败。

内容的提问来源于stack exchange，提问作者SimpleGuy_