Eliminar subcadena usando Python

Question

Ya extraigo algo de información de un foro. Es la cadena de texto que tengo ahora:

string = 'i think mabe 124 + <font color="black"><font face="Times New Roman">but I don\'t have a big experience it just how I see it in my eyes <font color="green"><font face="Arial">fun stuff' 

Lo que no me gusta es la cadena sub "<font color="black"><font face="Times New Roman">" y "<font color="green"><font face="Arial">". Sí quiero guardar la otra parte de la cuerda excepto esto. El resultado debería ser así

resultString = "i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff" 

¿Cómo podría hacer esto? En realidad usé una hermosa sopa para extraer la cadena de arriba de un foro. Ahora puedo preferir la expresión regular para eliminar la parte.

Answer 1

import re 
re.sub('<.*?>', '', string) 
"i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff" 

La función re.sub toma una expresion regular y reemplazar todas las coincidencias de la cadena con el segundo parámetro. En este caso, estamos buscando todas las etiquetas ('<.*?>') y reemplazándolas por nada ('').

El ? se utiliza en re para búsquedas no codiciosas.

Más información acerca del re module.

Answer 2

>>> import re 
>>> st = " i think mabe 124 + <font color=\"black\"><font face=\"Times New Roman\">but I don't have a big experience it just how I see it in my eyes <font color=\"green\"><font face=\"Arial\">fun stuff" 
>>> re.sub("<.*?>","",st) 
" i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff" 
>>>