这是一个例子：
<li><a href="link" target="_parent">1. Tips and tricks</a></li>
正则表达式：
/tips(?![^<]*>)/ig
匹配单词提示。
我想要做的是也能够匹配周围的文本，可能在另一个组中？
所以匹配可能是e.g. ["1. Tips and tricks", "Tips"].
你可以测试一下here
【问题讨论】：
<a> 标签之间的所有文本？
标签： python regex regex-negation regex-lookarounds
我认为你正在尝试得到这个，
>>> import re
>>> str = '<li><a href="link" target="_parent">1. Tips and tricks</a></li>'
>>> m = re.findall(r'((?<=>)\d+\.\s*(Tips)[^<]*)', str)
>>> m
[('1. Tips and tricks', 'Tips')]
或
>>> str = """
... <li>
... <a href="link" target="_parent">
... 1. Tips and tricks
... </a>
... </li>"""
>>> m = re.findall(r'\s*<a[^>]*>\n(\s*\S*\s*(\S*)[^\n]*)', str)
>>> m
[('1. Tips and tricks', 'Tips')]
【讨论】：
根据您的评论，我认为使用BeautifulSoup 然后使用re.split 清理一下会更简单：
from bs4 import BeautifulSoup
import re
html = """<li class="selected ">
<a href="http://localhost:8888/translate_url" target="_parent">
Learn the Basics: get iniciared
</a>
<ul class="subtopics">
<li>
<a href="http://localhost:8888/translate_url" target="_parent">
Tips and tricks
</a>
</li>
<li>
<a href="http://localhost:8888/translate_url" target="_parent">
Use bookmarks
</a>
</li>"""
soup = BeautifulSoup(html)
text = re.split(r'\s{2,}', soup.get_text().strip())
输出：
['Learn the Basics: get iniciared', 'Tips and tricks', 'Use bookmarks']
soup.get_text() 获取页面中的所有文本。然后使用 strip() 删除前导和尾随空格，这样您的文本列表中就不会出现空字符串。
【讨论】：
re 模块的 Python 文档指出：
子组从左到右，从 1 向上编号。组可以嵌套；要确定数字，只需计算左括号字符，从左到右。
因此，例如，以下（丑陋的）模式将匹配一组中的周围文本和示例链接中的目标词：
/[^\n\s](.*basics(?![^<]*>).*)\n/ig
您可以根据自己的情况对其进行优化！
编辑：使用正则表达式解析 HTML 仍然是一个非常糟糕的主意，像 beautifulsoup 这样的东西会更健壮。
【讨论】：