我在名为 findall 的 python 中遇到了这种方法的问题。在这种情况下，我正在访问网页 HTML 并尝试返回产品名称'bread'并将其打印到控制台。
问问题
89 次
2 回答
3
不要使用正则表达式进行 HTML 解析。有几个解决方案。我建议 BeautifulSoup ( http://www.crummy.com/software/BeautifulSoup/ )
话虽如此，但在这种特殊情况下，RE 就足够了。放松一点。可能有更多或更少的空格，或者可能是制表符。因此，不要使用文字空间，而是使用空间类\s：
product = re.findall(r'Item:\s*is\s*in\s*lane\s*12\s*(\w*)', content)
print product[0]
由于 '*'、'+' 和 '?' 限定符都是贪婪的（它们匹配尽可能多的文本）你不需要限制它[^<]*<br>
于 2013-04-15T03:14:05.067 回答
1
如果您仍想使用正则表达式，这里有一个适合您的情况：
product = re.findall(r'<br>\s*Item:\s+is\s+in\s+lane 12\s+(\w*)[^<]*<br>', content)
它考虑了 DSM 的空间灵活性建议和(\w*)可能出现的非字母<br>。
于 2013-04-15T03:31:13.490 回答