代码之家 › 专栏 › 技术社区 › GonzaloXavier

提取R中<option>标记的内容

html-parsing regex

GonzaloXavier · 技术社区 · 7 年前

我正试图提取其中的文本 <option> 阻碍。

我试过的是向后看,向前看。

(?s)(?<=option value=\"\d).*?(?=<\/option)
(?s)(?<=option value=\"[0-9]).*?(?=<\/option)

然而,数值会发生变化,我不知道如何在一个lookback中捕获多个数字。

例子:

<option value="140">First string I wanna get</option> <option value="6070">Another string I want</option> <option value="20">This is interesting</option>

1 回复 | 直到 7 年前

Federico Piazza 7 年前

我会将xpath与xpression一起使用,如 /option 或 //option 取决于你需要什么。

但是,如果您想使用正则表达式,则可以将正则表达式与捕捉组一起使用,如下所示:

<option.*?>(.*?)</option>
or
<option[^>]+>(.*?)</option>

Working demo

推荐文章

user3127554 · Powershell HTML未格式化

7 年前

user1922364 · 从一个页面获取所有链接

7 年前

GonzaloXavier · 提取R中<option>标记的内容

7 年前

Deepa MG · 如何将参数发送到另一个PHP网站的AJAX POST方法并获取JSON信息

8 年前

Anurag Sharma · 从自由流动的文本中删除html标记以形成独立的句子

8 年前

Shafizadeh · 为什么查询与DOM不匹配?

8 年前

Yannis Dran · 提取存储在磁盘上的html文件的url和名称,并分别打印它们-Python

8 年前

Athapali · 如何使用jquery获取变量中元素的文本?

8 年前

Mona G · html中响应头的jmeter正则表达式提取器

9 年前

Paul · Jsoup-从元素中提取html

9 年前