使用Python清除文本格式

當你想要從一個文件或從網頁中提取純文本時，你將開始思考如何清除文本格式。歷史上，使用正則表達式是一種常見的方式，但是它經常容易出錯或難以維護。Python提供了一些簡單而強大的方法來解決這個問題。

正則表達式是一種強大的文本處理方法，我們可以使用Python中的re模塊來操作。下面是一段使用正則表達式來清除文本格式的代碼：

import re
def remove_html_tags(text):
 """使用正則表達式清除html標籤"""
 clean = re.compile('')
 return re.sub(clean, '', text)
def remove_special_chars(text):
 """使用正則表達式清除特殊字元"""
 return re.sub('[^A-Za-z0-9]+', ' ', text)
# 使用示例
text = '