Python Regex - 如何在 html 标签之间查找字符串？答案

【问题标题】：Python Regex - how to find string between html tags?Python Regex - 如何在 html 标签之间查找字符串？
【发布时间】：2021-07-02 13:01:15
【问题描述】：

我正在尝试提取以下 Html 标记之间的字符串：

<div class="td-wrap">
   <a href="/universities/university-cambridge" class="uni-link">University of Cambridge </a>
</div>

我想要一个正则表达式，让我有：

University of Cambridge

如何在不使用 Beautifulsoup 的情况下获取目标文本？

感谢您的帮助！！

【问题讨论】：

一种方法是在标签上使用split，因此您需要想出一个正则表达式来匹配开始和结束标签。试一试，如果您有问题，请回到这里。在这里提问之前，您应该先诚实地尝试解决您的问题。
我觉得非常需要链接到这个经典答案：stackoverflow.com/a/1732454/4177009

标签： python html regex

【解决方案1】：

Html 比较棘手，推荐使用 BS4 方式

不管怎样，你可以试试一些正则表达式的东西

import re

s = """<div class="td-wrap"><a href="/universities/university-cambridge" class="uni-link">University of Cambridge </a></div>"""

## ANSWER CORE ##
match = re.search(r"<(\w)+.[^>]*>([^<]+)</\1", s)

print(match.group(2))

输出：

University of Cambridge

在正则表达式的末尾，“\1”是对第一个子组“(\w)”的反向引用。 match.group(2) 返回由 "([^

【讨论】：