python - BeautifulSoup，简单的正则表达式问题

Question

我只是遇到了正则表达式的障碍，不知道为什么这不起作用。

这是 BeautifulSoup 文档所说的：

soup.find_all(class_=re.compile("itl"))
# [<p class="title"><b>The Dormouse's story</b></p>]

这是我的html：

<a href="exam.com" title="Keeper: Jay" class="pos_text">Aouate</a></span><span class="pos_text pos3_l_4">

我正在尝试匹配span标签（最后一个位置）。

>>> if soup.find(class_=re.compile("pos_text pos3_l_\d{1}")):
        print "Yes"

# prints nothing - indicating there is no such pattern in the html

所以，我只是在重复 BS4 文档，除了我的正则表达式不起作用。果然，如果我\d{1}用4（最初在 html 中）替换它就成功了。

Answer 1

在您的正则表达式中尝试“\\d”。它可能将“\d”解释为试图逃避“d”。

或者，原始字符串应该可以工作。只需在正则表达式前面放一个“r”，如下所示：

re.compile(r"pos_text pos3_l_\d{1}")

Answer 2

我不完全确定，但这对我有用：

soup.find(attrs={'class':re.compile('pos_text pos3_l_\d{1}')})

Answer 3

您匹配的不是一个类，而是一个特定顺序的特定类组合。

从文档中：

You can also search for the exact string value of the class attribute:

css_soup.find_all("p", class_="body strikeout")
# [<p class="body strikeout"></p>] But searching for variants of the string value won’t work:

css_soup.find_all("p", class_="strikeout body")
# []

因此，您应该对 post_text 进行第一次匹配，然后在结果中尝试与该搜索匹配中的正则表达式匹配