我正在尝试抓取'</html>'标记后的所有内容并将其删除，但我的代码似乎什么都没做。.replace()不支持regex吗？
z.write(article.replace('</html>.+', '</html>'))
否。Python中的正则表达式由re模块处理。
article = re.sub(r'(?is)</html>.+', '</html>', article)
一般情况下：
str_output = re.sub(regex_search_term, regex_replacement, str_input)
为了使用正则表达式替换文本，请使用re.sub函数：
sub（pattern，repl，string[，count，flags]）
它将用传递为string的文本替换pattern的非翻转实例。例如，如果需要分析匹配以提取有关特定组捕获的信息，可以将函数传递给string参数。点击此处了解更多信息。
示例
>>> import re
>>> re.sub(r'a', 'b', 'banana')
'bbnbnb'
>>> re.sub(r'/d+', '/{id}', '/andre/23/abobora/43435')
'/andre/{id}/abobora/{id}'
您可以将re模块用于正则表达式，但正则表达式可能会超出您的要求。我可能会尝试类似的东西
z.write(article[:article.index("</html>") + 7]
这要干净得多，而且应该比基于正则表达式的解决方案快得多。
对于这种特殊情况，如果使用re模块是过度使用，那么使用split（或rsplit）方法作为如何
se='</html>'
z.write(article.split(se)[0]+se)
例如，
#!/usr/bin/python
article='''<html>Larala
Ponta Monta
</html>Kurimon
Waff Moff
'''
z=open('out.txt','w')
se='</html>'
z.write(article.split(se)[0]+se)
输出out.txt作为
<html>Larala
Ponta Monta
</html>