1、看下面的字符串，我们要提取出两个h标签：text = '''<h1 align="left" class="nnn">姓名：李隆基</h1> ,<h3 align="right" class="mmm">打开第三方坤宁宫</h3>'''
2、用正则表达式来匹配标签：import rehtm = re.findall(r"<h.*?>.*?</h\d>", text)
3、或者简单点：htm = re.findall(r"<h.*?</h\d>", text)
4、用空字符替换内容前面的标签：k = re.sub("<h.*?>", "", t)这里的空字符串，指的是没有任何内容，连空格也不要。
5、再把内容后面的标签去掉，就相当于保留正文内容：h = re.sub("</h\d>", "", k)
