代码之家 › 专栏 › 技术社区 › ThinkCode

请使用Python Regex帮助从HTML标记中提取文本

parsing regex python

ThinkCode · 技术社区 · 15 年前

Country/<i>List it here</i><br><font color="#ff00ff">Dubai</font><br><br>

如何从上面的HTML中提取“Dubai”?我有几百行这样的代码,有点急,所以没有研究BeautifulSoup或XML解析器的实现。

非常感谢!

1 回复 | 直到 15 年前

Laurence Gonsalves 15 年前

既然你只想要一些又快又脏的东西,你可以用:

re.match(r'.*>([^<>]*)</font>.*', s).group(1)

这只会在结束字体标记之前获取所有非角括号的内容。同样,不适合“真实”的解析。

推荐文章

DotFX · RegEx捕获关键字前但括号后的所有内容

1 年前

user66001 · 正则表达式用于匹配有引号和无引号的文本,并且不匹配任何部分

1 年前

perlchamp · 为什么这也匹配?

1 年前

con · Negative Lookaward在perl正则表达式中不起作用

1 年前

Andrus · 如何在sql中查找第二个匹配项

1 年前

iato · 确保正则表达式不从命名材料中的数字中提取

1 年前

vr8ce · 非成对标记中特定字符的正则表达式

1 年前

MARTIN · 交换第一个和最后一个单词,反转所有中间的字符

1 年前

Carsten · 使用最近的搜索模式更改文本块

1 年前

Eric Marceau · Grep:有没有一种特殊的方法可以将“无字符”作为“字符位置”匹配的置换?

1 年前