使用正则表达式sub实现数据清洗

1、爬取的数据如下：

　　　　　　　　　<div class="job-detail">
        <p>此岗位长期驻点客户方</p>
<p>职位描述：<br></p>
<p>1、负责教育中台服务端的算法与工程的设计和研发工作；</p>
<p>2、运用工程及算法能力实现教育领域的产品落地</p>
<p>3、主要实现语言为Python ／ Golang。</p>
<p>&nbsp;</p>
<p>职位要求：</p>
<p>1、大学本科(统招)及以上学历，计算机、通信等相关专业；</p>
<p>2、有扎实的编程能力，掌握Python，Golang，Java，C++等任意一种后端编程语言</p>
<p>3、深刻理解计算机原理，有良好的数据结构和算法基础，能够通过算法解决效率问题</p>
<p>4、熟悉Mysql、Memcache、Redis、消息队列等常用WEB组件;</p>
<p>5、有较好的产品意识优先；</p>
<p>6、积极乐观，责任心强，工作认真细致，具有良好的团队沟通与协作能力；</p>
<p>&nbsp;</p>
<p>HC数量：根据招聘进展来定</p>
<p>学历是否专科也考虑：本科的化1一年以上即可，专科可以考虑，但要求3年及以上</p>
<p>&nbsp;</p>
        </div>　

2、清洗思路：

　　　　　　　　使用正则表达式sub将不需要的内容替换为空即可

 

3、程序源码：

　　　　　　import re

　　　　　　def main():

　　　　　　　　data = """<div class="job-detail">
        <p>此岗位长期驻点客户方</p>
<p>职位描述：<br></p>
<p>1、负责教育中台服务端的算法与工程的设计和研发工作；</p>
<p>2、运用工程及算法能力实现教育领域的产品落地</p>
<p>3、主要实现语言为Python ／ Golang。</p>
<p>&nbsp;</p>
<p>职位要求：</p>
<p>1、大学本科(统招)及以上学历，计算机、通信等相关专业；</p>
<p>2、有扎实的编程能力，掌握Python，Golang，Java，C++等任意一种后端编程语言</p>
<p>3、深刻理解计算机原理，有良好的数据结构和算法基础，能够通过算法解决效率问题</p>
<p>4、熟悉Mysql、Memcache、Redis、消息队列等常用WEB组件;</p>
<p>5、有较好的产品意识优先；</p>
<p>6、积极乐观，责任心强，工作认真细致，具有良好的团队沟通与协作能力；</p>
<p>&nbsp;</p>
<p>HC数量：根据招聘进展来定</p>
<p>学历是否专科也考虑：本科的化1一年以上即可，专科可以考虑，但要求3年及以上</p>
<p>&nbsp;</p>
        </div>"""

　　　　　　　ret = re.sub(r"[</>a-zA-Z&]","",data)

　　　　　　　print(ret)

清洗结果：