python正则表达式修复网站文章字体不统一的解决方法

  网站的大框架下有定义的字体,包括字体大小和颜色等,用户发布文章的时候可能是从其他网站复制过来的文本,复制的过程也保留了字体描述信息。当文章在页面上显示的时候,默认先会使用文章中定义的字体,如果文章中字体不存在的话才显示大框架下定义的全局字体。因此网站的内容就会显得很乱,有的文章字体很大,有的文章字体很小,不美观。能统一的话就好了!

  我对html和css等不是很熟,不知道是否能设置一下让文章中定义的字体内容失效。

  笨人有笨办法,统一修改文章,将用户的对字体的定义全部删除!哈哈!如果手工完成的话,这可是一个相当繁重的任务,要首先预览页面,如果不统一的话就修改字体,幸好编辑器里面有个“清除格式”选项,全选文本,点一下就ok了,然后再保存……也很麻烦

  如果仅仅是修改字体的话,最省事的方法当然是直接修改数据库,从数据库将文章提取出来,删除和字体相关的标签,然后再写回数据库。

  专门查了一下html参考手册,对字体的定义有两种方法:

1.是用标签,例如:

代码如下:

this is a paragraph.

this is another paragraph.

这种方法是不推荐使用的

2.使用style定义,例如:

代码如下:

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.

只要将字体的定义部分删除就可以了,用python的正则表达式模块进行替换无压力:

代码如下:

def format(data): ”’将font标签和style标签全部删除”’ p = re.compile(r’||.*?\”‘) ret = p.sub(”,data) if ret != data: return retelse: return none

python处理数据库相关操作时要注意更新数据方法,可以参考这篇文章:http://www.cnblogs.com/ma6174/archive/2013/02/21/2920126.html

Posted in 未分类