Как почистить html код?

Question

[dan_gi]

надо вот это

a:3:{s:6:"update";i:1591804805;s:8:"encoding";s:12:"utf-8";s:4:"urls";a:4:{i:991;a:2:{i:0;s:1:"/";i:1;s:66:"<a href="https://site1.com">фильмы онлайн</a>";}i:1113;a:2:{i:0;s:1:"/";i:1;s:108:"Смотреть <a href="https://site2.net">кино</a> онлайн без регистрации";}i:1793;a:2:{i:0;s:1:"/";i:1;s:149:"Советую фильмы на сайте <a href="http://site3.online">site3.online</a>";}i:1822;a:2:{i:0;s:1:"/";i:1;s:73:"<a href="https://www.site4.org/">ФИЛЬМЫ - ЛУЧШЕЕ</a> ";}}}

превратить в такое

<a href="https://site1.com">фильмы онлайн</a> | Смотреть <a href="https://site2.net">кино</a> онлайн без регистрации | Советую фильмы на сайте <a href="http://site3.online">site3.online</a> | <a href="https://www.site4.org/">ФИЛЬМЫ - ЛУЧШЕЕ</a>

Answer 1

[soremix]

import re

content = 'a:3:{s:6:"update";i:1591804805;s:8:"encoding";s:12:"utf-8";s:4:"urls";a:4:{i:991;a:2:{i:0;s:1:"/";i:1;s:66:"<a href="https://site1.com">фильмы онлайн</a>";}i:1113;a:2:{i:0;s:1:"/";i:1;s:108:"Смотреть <a href="https://site2.net">кино</a> онлайн без регистрации";}i:1793;a:2:{i:0;s:1:"/";i:1;s:149:"Советую фильмы на сайте <a href="http://site3.online">site3.online</a>";}i:1822;a:2:{i:0;s:1:"/";i:1;s:73:"<a href="https://www.site4.org/">ФИЛЬМЫ - ЛУЧШЕЕ</a> ";}}}'

chunks = re.findall(r'i:1;s:.+?:\"(.+?)";}', content)
text = ' | '.join(chunks)

print(text)

Answer 2

[Ivan Yakushenko]

Регулярным выражением, как вариант:

In [1]: foo = 'a:3:{s:6:"update";i:1591804805;s:8:"encoding";s:12:"utf-8";s:4:"urls";a:4:{i:991;a:2:{i:0;s:1:"/";i
   ...: :1;s:66:"<a href="https://site1.com">фильмы онлайн</a>";}i:1113;a:2:{i:0;s:1:"/";i:1;s:108:"Смотреть <a hr
   ...: ef="https://site2.net">кино</a> онлайн без регистрации";}i:1793;a:2:{i:0;s:1:"/";i:1;s:149:"Советую фильмы
   ...:  на сайте <a href="http://site3.online">site3.online</a>";}i:1822;a:2:{i:0;s:1:"/";i:1;s:73:"<a href="http
   ...: s://www.site4.org/">ФИЛЬМЫ - ЛУЧШЕЕ</a> ";}}}'

In [2]: import re

In [3]: a_link_pattern = re.compile(r'\<a\s.+?\<\/a\>')

In [4]: for elem in a_link_pattern.findall(foo):
   ...:     print(elem)
   ...:
<a href="https://site1.com">фильмы онлайн</a>
<a href="https://site2.net">кино</a>
<a href="http://site3.online">site3.online</a>
<a href="https://www.site4.org/">ФИЛЬМЫ - ЛУЧШЕЕ</a>

Comments

[dan_gi]

Только должны быть ссылки с полностью всем окружающим текстом)