如何从HTMLYouTube页面使用正则表达式在匹配组之间仅获取文本

我用尖叫蛙来抓取youtube视频关键词。 我知道该软件会显示一个标签，准确地捕捉到这些元信息，但它只显示160个字符，因此带有大量关键字的视频不会显示在那里

无论如何，我也尝试通过软件上的自定义提取功能使用CSS选择器和Xpath，但没有得到任何结果

我能想到的最后一件事是在自定义提取中使用正则表达式直接从html页面捕获和提取关键字

这是出现关键字的部分：

    <meta property="og:video:tag" content="lanshow">
    <meta property="og:video:tag" content="lanshow ep04">
    <meta property="og:video:tag" content="lanshow episodio 4">
    <meta property="og:video:tag" content="lanshow 4">
    <meta property="og:video:tag" content="directo unboxme">
    <meta property="og:video:tag" content="directo tecnologia">
    <meta property="og:video:tag" content="directo hardware">
    <meta property="og:video:tag" content="directo preguntas y respuestas">
    <meta property="og:video:tag" content="preguntas y respuestas unboxme">

它们也一个接一个地出现在下面，如下所示：

“关键词”：“lanshow，lanshow ep04，lanshow情节4，lanshow 4，directo Unbxme，directo tecnologia，directo hardware，directo preguntas y respuestas，preguntas y respuestas Unbxme，“c”：“WEB”，“player_response”：“{”视频详细信息“：{”缩略图“：{”缩略图

有没有办法只捕获关键字，使用正则表达式、捕获组或类似的东西

我尝试了不同的正则表达式组合，但我得到了整个文本，甚至html的所有剩余文本都显示在提取中

这仅表示第一个关键字： 视频：标记“内容=.*？>

我还尝试了另一个正则表达式，它在第一个关键字之后提取整个html文本。我需要找到一种方法，告诉提取器查找前后分隔符，并在提取时忽略它们，以仅获取介于两者之间的内容（实际关键字）

这是before分隔符：

这是后面的分隔符： “>

有办法吗

---

谢谢。

XPath表达式

//meta[@property='og:video:tag']/attribute:：content

应该会为您提供所有相关信息

以下是Python代码片段，因为我不熟悉尖叫蛙：

import requests
import lxml.html 
doc = lxml.html.parse('yt.html')
meta_tags = doc.xpath("//meta[@property='og:video:tag']/attribute::content")
for content in meta_tags:
    print content

---

或者（使用正则表达式解析HTML，可能会导致不需要的结果）：我能想到的最简单的正则表达式与HTML元标记匹配。在您选择的编程语言或工具中，特定的字符和标志可能会有所不同，但这应能在许多情况下起作用：

<meta property="og:video:tag" content="(.+?)">

---

用你尝试过的一切更新你的问题

import re
import requests

match_metas = re.compile('<meta property="og:video:tag" content="(.+?)">')
result = requests.get('https://www.youtube.com/watch?v=HHMdrAhVbLo')

print match_metas.findall(result.content)

['unboxing en directo', 'unboxing mionix color', 'rx 580', 'talk show', 'lanshow', 'lanshow ep04', 'lanshow episodio 4', 'lanshow 4', 'directo unboxme', 'directo tecnologia', 'directo hardware', 'directo preguntas y respuestas', 'preguntas y respuestas unboxme']