python - 从字符串中去除 BBCode

Question

我正在尝试找到一种从字符串中删除 BBCode 的方法。我发现的模块(BBCode 和 Post Markup)似乎只将它们转换为 HTML，而不是仅仅删除 BBCode 并返回一个干净的字符串。如果我遗漏了一些东西，而其中一个实际上满足了我的要求，我希望得到一些指导:)

否则，有什么方法可以从字符串中剥离 BB 代码并返回纯文本吗？

Answer 1

你的答案实际上在bbcode内模块。不幸的是，相关的方法并没有在documentation中，但如果您搜索代码，就会发现:Parser.strip()。例如:

import bbcode

parser = bbcode.Parser()
code = "[code]a = [1, 2, 3, 4, 5][/code]"
plain_txt = parser.strip(code)
print(plain_txt)

'a = [1, 2, 3, 4, 5]'

不幸的是，Robᵩ 都基于正则表达式 answer和 postmarkup遭受同样的问题 - 无法区分 BBCode ([list][*]Item 1[*]Item 2[/list], [color=red]我讨厌颜色-盲人![/color]等)和我上面使用的嵌入代码示例(它们都返回a =)，或者像

这样的行

I'm feeling sad :[ But, eating ice cream cheers me up! :]

它只是返回

I'm feeling sad :

这是可能的，因为 bbcode 首先对字符串进行标记，搜索有效的 BBCode 标记，并将其余部分识别为整个文本的一部分。 Parser.strip() 然后只是丢弃 BBCode 标记并重新组装文本，而格式化方法将这些标记转换为 XHTML 标记，并在适当的情况下拼接其余部分。