import re


def clean_html(html_str):
    """HTML 替换"""
    patterns = {
        '<!--.*?-->': '',
        '"': "'",
        '\n': '',
        '\xa0': "",
        '<span .*?>': '',
        '<link .*?>': '',
        '</span> ': '',
        '</span>': '',
        '<span>': '',
        '<p.*?>': '<br>',
        '</p>': '<br>',
        '<div>': '<br>',
        '<div .*?>': '<br>',
        '</div>': '<br>',
        '<img .*?>': '<br>',
        '<style.*?</style>': '',
        '<EpointForm>': '',
        '<html.*?</head>': '',
        '<!DOCTYPE.*?>': '',
        '</meta>': '',
        '<?xml:.*?>': '',
        '<label.*?>': '<br>',
        '</label>': '',
        'style=".*?"': '',
        "style='.*?'": '',
        'class=".*?"': '',
        "class='.*?'": '',
        "align='.*?'": '',
        'align=".*?"': '',
        'border=".*?"': '',
        "border='.*?'": '',
        'cellpadding=".*?"': '',
        "cellpadding='.*?'": '',
        'cellspacing=".*?"': '',
        "cellspacing='.*?'": '',
        'center=".*?"': '',
        "center='.*?'": '',
        'width=".*?"': '',
        "width='.*?'": '',
        "bordercolor='.*?'": '',
        'bgcolor=".*?"': '',
        'BORDERCOLOR=".*?"': '',
        '<a name=".*?">': '',
        '<o:p>': '',
        '</o:p>': '',
        '<A name=.*?>': '',
        '<a .*?>': '',
        '</a>': '',
        '<font .*?>': '',
        '</font>': '',
        '<body.*?>': '',
        '</body>': '',
        '<script.*?>': '',
        '</script>': '',
        '【关闭】': '',
        '【打印】': '',
        '若附件无法下载，你可以尝试使用360极速浏览器进行下载！': '',
    }

    all_tag = re.findall("<[^>]+>", html_str)
    for tag in all_tag:
        html_str = html_str.replace(tag, str(tag).lower())

    repl_str = [
        '中国采购与招标网',
        '采购与招标网',
        'www.chinabidding.com.cn',
        'www.chinabidding.cn'
    ]
    for repl in repl_str:
        html_str = re.sub(repl, '___', html_str, re.S | re.M)

    def substitutes(k, v, c):
        return re.sub(k, v, c)

    for k, v in patterns.items():
        html_str = re.sub(k, v, substitutes(k, v, html_str), re.S, re.M)
    return html_str