快捷導(dǎo)航

python正則表達(dá)式修復(fù)網(wǎng)站文章字體不統(tǒng)一的解決方法

更新時(shí)間：2013年02月21日 14:31:08 作者：

python正則表達(dá)式修復(fù)網(wǎng)站文章字體不統(tǒng)一的解決方法，需要的朋友可以參考一下

　　網(wǎng)站的大框架下有定義的字體，包括字體大小和顏色等，用戶(hù)發(fā)布文章的時(shí)候可能是從其他網(wǎng)站復(fù)制過(guò)來(lái)的文本，復(fù)制的過(guò)程也保留了字體描述信息。當(dāng)文章在頁(yè)面上顯示的時(shí)候，默認(rèn)先會(huì)使用文章中定義的字體，如果文章中字體不存在的話才顯示大框架下定義的全局字體。因此網(wǎng)站的內(nèi)容就會(huì)顯得很亂，有的文章字體很大，有的文章字體很小，不美觀。能統(tǒng)一的話就好了！

　　我對(duì)html和css等不是很熟，不知道是否能設(shè)置一下讓文章中定義的字體內(nèi)容失效。

　　笨人有笨辦法，統(tǒng)一修改文章，將用戶(hù)的對(duì)字體的定義全部刪除！哈哈！如果手工完成的話，這可是一個(gè)相當(dāng)繁重的任務(wù)，要首先預(yù)覽頁(yè)面，如果不統(tǒng)一的話就修改字體，幸好編輯器里面有個(gè)“清除格式”選項(xiàng)，全選文本，點(diǎn)一下就OK了，然后再保存……也很麻煩

　　如果僅僅是修改字體的話，最省事的方法當(dāng)然是直接修改數(shù)據(jù)庫(kù)，從數(shù)據(jù)庫(kù)將文章提取出來(lái)，刪除和字體相關(guān)的標(biāo)簽，然后再寫(xiě)回?cái)?shù)據(jù)庫(kù)。

　　專(zhuān)門(mén)查了一下html參考手冊(cè)，對(duì)字體的定義有兩種方法：

1.是用標(biāo)簽，例如：

復(fù)制代碼代碼如下:

This is a paragraph.

This is another paragraph.

這種方法是不推薦使用的

2.使用style定義，例如：

復(fù)制代碼代碼如下:

<p style="font-family:verdana;font-size:80%;color:green">
This is a paragraph with some text in it. This is a paragraph with some text in it. This is a paragraph with some text in it. This is a paragraph with some text in it.
</p>

只要將字體的定義部分刪除就可以了，用python的正則表達(dá)式模塊進(jìn)行替換無(wú)壓力：

復(fù)制代碼代碼如下:

def format(data):
    '''將font標(biāo)簽和style標(biāo)簽全部刪除'''
    p = re.compile(r'<font .*?>|</font>|style=\".*?\"')
    ret = p.sub('',data)
    if ret != data:
        return retelse:
        return None

python處理數(shù)據(jù)庫(kù)相關(guān)操作時(shí)要注意更新數(shù)據(jù)方法，可以參考這篇文章：http://www.cnblogs.com/ma6174/archive/2013/02/21/2920126.html

您可能感興趣的文章: