用换行符（或空格）替换所有 html 标记

Question

我想弄清楚如何用换行符替换所有 html 标记。

我有一个包含信息的 csv 文件，但我不想要 html。如果我得到文本而不是显示 html，则返回的字符串被连接起来（使用下面的示例，它将返回 ActingDirectingIntroduction 到 ActingCollege WritingIntroductiong 到写作）。

我希望能够将所有 html 标记（<...> 内的任何内容）替换为换行符。任何帮助将不胜感激，例如下面！

<ul>
<li>
 Acting
</li>
<li>
 Directing
</li>
<li>
 Introduction to Acting
</li>
<li>
 College Writing
</li>
<li>
 Introduction to Writing
</li>
</ul>

Answer 1

这是使用优秀库lxml.html的方法

import lxml.html
document = lxml.html.document_fromstring(html_string)
print(document.text_content())

这里是相关文档http://lxml.de/lxmlhtml.html#html-element-methods