python中字符串的正则表达式答案

【问题标题】：regex for string in pythonpython中字符串的正则表达式
【发布时间】：2016-01-10 18:33:51
【问题描述】：

我有以下字符串，我想提取字段的值

<td class="label" width="150"">State</td><td width="" class="field">Approved&nbsp;</td>

在这种情况下它应该被批准

有时输入也可以是这样的

<td class="label" width="150"">Type</td><td width="" class="field">Technical&nbsp;Document&nbsp;</td>

其中 shd 导致技术文档

有时候可以

 <td class="label" width="150"">Title</td><td width="" class="field">Reversal Plate</td>

在这种情况下，它将是反转板

我们如何为这样的字符串编写正则表达式。

【问题讨论】：

您看起来正在尝试使用正则表达式解析 HTML。您想要更好的选择吗？

标签： python regex python-2.7 python-3.x

【解决方案1】：

不要为此使用正则表达式，您应该使用一些 HTML/XML 解析器，例如 BeautifulSoup。

from bs4 import BeautifulSoup
soup = BeautifulSoup(s,'html.parser') #`s` being your string.
for td in soup.findAll('td',class_="field"):
    print(td.get_text())

以上对于您的两个示例都将得到正确的结果。

演示 -

>>> s = """<td class="label" width="150"">State</td><td width="" class="field">Approved&nbsp;</td>"""
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(s,'html.parser')
>>> for td in soup.findAll('td',class_="field"):
...     print(td.get_text())
...
Approved 
>>> s = """<td class="label" width="150"">Type</td><td width="" class="field">Technical&nbsp;Document&nbsp;</td>"""
>>> soup = BeautifulSoup(s,'html.parser')
>>> for td in soup.findAll('td',class_="field"):
...     print(td.get_text())
...
Technical Document

【讨论】：

我想试试可用的选项，是否可以使用正则表达式获得它？
@RidhiJain 您可以查看其他答案，但请注意它仅适用于非常特定的情况。因此，如果您 100% 确定您给出的三个示例是您想要找到的唯一案例，您可以使用它。如果标签中" 和> 之间有一个小范围，它将停止工作。但是您将获得的大多数正则表达式解决方案都是这样的。
如何安装漂亮的 Soup....我是 python 新手，如何检查我正在运行的 wat 版本
import sys; print(sys.version) 应该为您提供当前的 python 版本。您可以使用pip install beautifulsoup 安装来自pip 的漂亮汤。
stackoverflow.com/questions/19957194/… 这可能对你有帮助。

【解决方案2】：

正如@Anand S Kumar 所说，您不必使用regex，使用Beautifulsoup 更快。但是，由于您要求regex 解决方案，您可以使用以下代码：

import re
s = '<td class="label" width="150"">State</td><td width="" class="field">Approved&nbsp;</td>'
m = re.compile('"field">(.*)<')
print (m.search(s).group(1))

输出：

Approved&nbsp;

此regex 解决方案将匹配class="field">....</td> 中的任何内容

【讨论】：