从新闻页面中提取数据的正则表达式

【问题标题】：Regular expression to extract data from news page从新闻页面中提取数据的正则表达式
【发布时间】：2016-10-08 13:16:56
【问题描述】：

您好，我正在运行 python 正则表达式来从新闻页面中提取一些数据，但是当它显示时，代码会在输出中产生括号和撇号。例如这是我的代码：

description_title = findall('<item>[\s]*<title[^>]*>(.*?)<\/title>[\s]*<description>', html_source)[:1]
        news_file.write('<h3 align="Center">' + str(description_title) + ": " + '</h3\n>')

但是这段代码创建了 ['Technology']:, ['Finance']: 但我想要没有 [''] 的 Technology, Finance 的输出。

【问题讨论】：

stackoverflow.com/questions/11178061/… 可能重复

标签： python html regex

【解决方案1】：

通过使用str，您正在打印description_title 的Python 字符串表示形式（即长度为1 的list）。尝试不使用str：

'<h3 align="Center">' + description_title[0] + ": " + '</h3\n>'

【讨论】：

如果事实上，str 没有定义，在这种特殊情况下它调用repr。它返回 Python list 的字符串表示形式。