我正在尝试抓取'</html>'标签后的所有内容并将其删除，但我的代码似乎没有做任何事情。不.replace()支持正则表达式？
z.write(article.replace('</html>.+', '</html>'))
问问题
645935 次
4 回答
623
不会。Python 中的正则表达式由re模块处理。
article = re.sub(r'(?is)</html>.+', '</html>', article)
一般来说：
text_after = re.sub(regex_search_term, regex_replacement, text_before)
于 2012-07-13T18:05:04.640 回答
83
为了使用正则表达式替换文本，请使用re.sub函数：
子（模式，repl，字符串[，计数，标志]）
它将用pattern作为传递的文本替换非重复实例string。例如，如果您需要分析匹配以提取有关特定组捕获的信息，则可以将函数传递给string参数。更多信息在这里。
例子
>>> import re
>>> re.sub(r'a', 'b', 'banana')
'bbnbnb'
>>> re.sub(r'/\d+', '/{id}', '/andre/23/abobora/43435')
'/andre/{id}/abobora/{id}'
于 2017-01-03T16:02:54.007 回答
7
您可以将该re模块用于正则表达式，但对于您想要的，正则表达式可能是矫枉过正的。我可能会尝试类似
z.write(article[:article.index("</html>") + 7]
这要干净得多，并且应该比基于正则表达式的解决方案快得多。
于 2012-07-13T19:01:50.527 回答
4
对于这种特殊情况，如果使用re模块是多余的，那么使用split（或rsplit）方法怎么样
se='</html>'
z.write(article.split(se)[0]+se)
例如，
#!/usr/bin/python
article='''<html>Larala
Ponta Monta
</html>Kurimon
Waff Moff
'''
z=open('out.txt','w')
se='</html>'
z.write(article.split(se)[0]+se)
输出out.txt为
<html>Larala
Ponta Monta
</html>
于 2017-06-24T20:08:09.920 回答