匹配 HTML 中 P 标记内的文本答案

【问题标题】：Matching text within P tags in HTML匹配 HTML 中 P 标记内的文本
【发布时间】：2010-10-29 17:41:55
【问题描述】：

我想使用 python 正则表达式匹配 html 中每个段落中的内容。这些段落中总是有 BR 标记，如下所示：

<p class="thisClass">this is nice <br /><br /> isn't it?</p>

我目前正在使用这种模式：

pattern = re.compile('<p class=\"thisClass\">(.*?)<\/p>')

然后我正在使用：

pattern.findall(html)

查找所有匹配项。但是，它只匹配我拥有的 28 个段落中的两个，看起来那是因为这两个段落中没有 BR 标签，而其余的则有。我究竟做错了什么？我能做些什么来修复它？谢谢！

【问题讨论】：

【解决方案1】：

我不认为它失败是因为<br/>，而是因为该段落分布在多行中。使用DOTALL 模式来解决这个问题：

pattern = re.compile('<p class=\"thisClass\">(.*?)<\/p>', re.DOTALL)

【讨论】：

【解决方案2】：

事实证明，答案是将 re.S 作为允许“。”的标志。字符也匹配换行符。

pattern = re.compile('<p class=\"thisClass\">(.*?)<\/p>', re.S)

这很好用。

【讨论】：