可变长度文本后的正则表达式搜索答案

【问题标题】：Regex Search after a variable length text可变长度文本后的正则表达式搜索
【发布时间】：2015-11-17 19:42:29
【问题描述】：

我需要正则表达式来从以下标签中提取文本：我正在使用 Python 和 BeautifulSoup

    <h4 style="color:#000000; line-height:20px; font-size:18px; margin-left:22px;
 overflow:auto; content:inherit; padding:10px; font-family:"Book Antiqua", 
Palatino, serif;">THE TEXT TO BE EXTRACTED IS HERE</h4></div><br /></div>

我尝试了以下方法：

stylecontent = 'color:#000000; line-height:20px; font-size:18px; margin-left:22px;
     overflow:auto; content:inherit; padding:10px; font-family:"Book Antiqua", 
    Palatino, serif;'

soup = BeautifulSoup(br.response().read(), "lxml")

scrap_soup = soup.findAll('h4', {'style': stylecontent})

但它并不总是有效，因为网站不断变化stylecontent。现在我想使用正则表达式：

soup.find_all(re.compile("some_foo_regex")):

我对那个some_foo_regex很感兴趣。

谢谢。

【问题讨论】：

您使用什么工具/语言？顺便说一句，这个 HTML 不正确（看引号）
您使用的语言。 Instead of regex you can simply use DOM
查看您使用的语言存在哪些 HTML 解析器。 HTML 和正则表达式不能很好地结合在一起。
我投票决定将此问题作为离题结束，因为它是一个正则表达式问题，并且 OP 没有精确任何工具、语言或正则表达式风格。
请出示您的beautifulsoup相关代码。

标签： python regex web-scraping beautifulsoup

【解决方案1】：

你可能会得到所有h4标签只有一个属性style与

h4_tags = soup.find_all('h4', attrs = {'style' : True}) # Get all H4 tags with style attribute
for result in h4_tags:
    if len(result.attrs) == 1:                          # Print if it is the only attribute
        print result.contents                           # Print tag text contents

【讨论】：

有没有办法从这些标签中获取文本？此外，我的投票也不起作用，因为我需要至少 15 名声望。顺便说一句，我还得到了具有其他标签的标签，包括样式。
result.contents 不打印内容吗？顺便说一句，你现在有 15 个代表 :) 另外，lambda 解决方案怎么样：h4_list = soup.find_all(lambda tag:tag.name == "h4" and len(tag.attrs) == 1 and tag["style"]) \n for result in h4_list: \n print result.contents?
h4_tags = soup.find_all('h4', attrs = {'style' : True}) 为我提供了我需要的所有标签和一些额外的标签，但运行该循环只会给我一个结果。
这给了我一个KeyError: 'style'
感谢告知。