如何仅移除HTML字符串首尾的p标签并保留中间所有标签内容

你之前写的正则<[^<>]+>会匹配所有符合格式的HTML标签，因此会把字符串内全部标签删除，不符合仅删除最外层首尾p标签的需求。可以通过以下两种方案实现需求：

方案1：正则匹配捕获中间内容（通用性更强） #

利用正则的开头/结尾锚定规则，仅匹配最外层的一对p标签，捕获中间所有内容即可。需要开启re.S（DOTALL）标记让.可以匹配换行符：

import re

d = "<p><p>{'Area': 'Square',</p>\n<p> <tr> <td>'Flag': 'com'}</p></p>"
# 匹配开头的<p>和结尾的</p>，捕获中间所有内容
res = re.match(r'^<p>(.*)</p>$', d, flags=re.S).group(1)
print(res)

运行输出即为你期望的结果：

"<p>{'Area': 'Square',</p>\n<p> <tr> <td>'Flag': 'com'}</p>"

如果最外层的p标签带有属性（比如<p class="wrap">），可以把正则调整为r'^<p[^>]*>(.*)</p>$'即可兼容。

方案2：字符串切片（性能更高，适合确定首尾固定为p标签的场景） #

如果可以100%确认输入字符串首尾一定是<p>和</p>，直接按长度切片即可，无需引入正则：

d = "<p><p>{'Area': 'Square',</p>\n<p> <tr> <td>'Flag': 'com'}</p></p>"
# <p>长度为3，</p>长度为4，直接截取中间部分
res = d[3:-4]
print(res)

内容的提问来源于stack exchange，提问作者sim