第二个函数：将html中的所有标签去除
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import MySQLdb
import sys
import re
我一般使用BeautifulSoup，还是比较简单的soup=BeaitifulSoup(html,'html.parser')
要找到某各元素使用find_all方法就行
for div in soup.find_all('div'):
但是经常会遇到网站有反爬的设置，比如子结点中含有换行符，只要写个函数去掉子结点间的换行符就行
