BBS保存文章时的取出html的文本, 防xss攻击

1. 安装 与 导入

pip install beautifulsoup4

from bs4 import BeautifulSoup

2. 使用

soup=BeautifulSoup(content,'html.parser')
#第一个参数:要解析的html内容,第二个参数:以什么解析器,解析我的页面


#html.parser 是bs4 内置的解析器.也可以lxml,但是需要安装
# 通过bs4模块,去掉script标签,处理xss攻击
# 查询出所有的标签
tags=soup.find_all()
for tag in tags:
    # print(tag)
    if tag.name =='script':
        # 过滤出是sctipt的标签
        # 删除掉script的标签
        tag.decompose()


# 取出html标签中所有文本内容
# print(soup.text)
# 截取文字的前150个,作为摘要
desc = soup.text[0:150]

#过滤后的内容在soup中,不过是一个列表
content=str(soup)