在Python中，使用BeautifulSoup库（bs4）结合正则表达式可以过滤出网页正文内容。以下是一个示例代码，展示了如何过滤出包含中文字符最多的div，从而确定网页正文：
```python
import requests
from bs4 import BeautifulSoup
import re
定义一个函数来获取网页内容
def get_html_by_requests（url）:
headers = {
'User-Agent': 'Mozilla/5.0 （Windows NT 10.0； Win64； x64） AppleWebKit/537.36 （KHTML, like Gecko） Chrome/58.0.3029.110 Safari/537.36'
}
session = requests.Session（）
html_content = session.get（url=url, headers=headers）.content.decode（'utf-8', 'ignore'）
return html_content
def count_content（string）:
pattern = re.compile（u'[\u4e00-\u9fff]+'）
content = pattern.findall（string）
return sum（len（c） for c in content）
定义一个函数来分析HTML内容，找到中文字数最多的div
def analyze_html（html）:
soup = BeautifulSoup（html, 'html.parser'）
divs = soup.find_all（'div'）
max_chinese_count = 0
main_div = None
for div in divs:
chinese_count = count_content（''.join（div.find_all（text=True, recursive=False）））
if chinese_count > max_chinese_count:
max_chinese_count = chinese_count
main_div = div
return main_div
使用示例
url = 'http://example.com' 替换为要抓取的网页URL
html_content = get_html_by_requests（url）
main_div = analyze_html（html_content）
if main_div:
print（'找到的正文div内容：'）
print（main_div.get_text（））
else:
print（'未找到包含正文的div'）
这段代码首先定义了一个函数`get_html_by_requests`来获取网页内容，然后定义了一个函数`count_content`来统计字符串中的中文字符数。`analyze_html`函数使用BeautifulSoup解析HTML，找到所有div元素，并计算每个div中的中文字符数，最后返回中文字符数最多的div。请注意，这个示例代码是基于网页结构相对简单，且正文内容在一个div中的情况。实际情况中，网页结构可能更为复杂，可能需要更复杂的逻辑来确定正文内容。此外，网页的编码和结构可能会影响代码的准确性，可能需要根据实际情况进行调整