从 Python DataFrame 中删除 HTML 标签答案

【问题标题】：Removing HTML tags from Python DataFrame从 Python DataFrame 中删除 HTML 标签
【发布时间】：2017-07-01 00:00:41
【问题描述】：

我有一个包含 html 标签的 csv 文件。我正在尝试遍历 DataFrame 以使用以下函数删除 html 标记，并得到“TypeError：预期的字符串或缓冲区”。对此错误的任何帮助将不胜感激。

import re

def clean_html(raw_html):
    for index, row in raw_html.iterrows():
        cleanr = re.compile('<.*?>')
        cleantext = re.sub(cleanr, '', raw_html)
        return cleantext

【问题讨论】：

标签： python html pandas nlp

【解决方案1】：

您将 raw_html 变量传递给 re.sub 函数。尝试传入行数据。

cleantext = re.sub(clean, '', row['a1'])

【讨论】：