如何将HTML转换为没有标签和特殊字符的文本？

from bs4 import BeautifulSoup
import re

def html_to_text(html):
    # 使用BeautifulSoup解析HTML
    soup = BeautifulSoup(html, 'html.parser')

    # 去除所有HTML标签
    text = soup.get_text()

    # 处理特殊字符
    text = re.sub(r'\s+', ' ', text)  # 替换多个连续空白字符为一个空格
    text = re.sub(r' ', ' ', text)  # 替换特殊字符 为空格
    # 可以根据需求继续添加其他特殊字符的替换规则

    # 清除空白字符
    text = text.strip()

    return text

# 示例用法
html = '<p>This is <b>bold</b> text.</p>'
text = html_to_text(html)
print(text)