爬虫清洗去除html的tags

这种情况如果写正则匹配的话，太浪费时间了。有一个现成的工具可用

那就是w3lib。w3lib 是scrapy的基础插件,用来处理html，相当好用，以下是例子：

是不是很赞？另外，w3lib还提供了多种高度自由的方法来进行字符串清洗：

OK,在文章的最后分享两个demo，用于生成headers字典和cookie字典的，当然写的不太好，希望能对你有所帮助

HTML（Hyper Text Mark-up Language ）即超文本标记语言，是 WWW 的描述语言，由 Tim Berners-lee提出。设计 HTML 语言的目的是为了能把存放在一台电脑中的文本或图形与另一台电脑中的文本或图形方便地联系在一起，形成有机的整体，人们不用考虑具体信息是在当前电脑上还是在网络的其它电脑上。这样，你只要使用鼠标在某一文档中点取一个图标，Internet就会马上转到与此图标相关的内容上去，而这些信息可能存放在网络的另一台电脑中。

HTML文本是由 HTML命令组成的描述性文本，HTML 命令可以说明文字、 图形、动画、声音、表格、链接等。 HTML的结构包括头部 (Head)、主体 (Body) 两大部分。头部描述浏览器所需的信息，主体包含所要说明的具体内容。

参考资料：

文件管理清理垃圾的方法如下：

工具／原料：OPPO A93 5G、ColorOS V11.1、文件管理8.4.14

1、点击清理存储

在文件管理首页，点击“清理存储”选项。

2、点击放心清理

在当前界面，点击“放心清理”选项。

3、进行深度清理

当手机内存不足时，可以在当前页面，点击下面深度清理中的“照片清理”和“视频清理”。

---