Python 通过解析html文件查找数字

这是一个特定的问题，但我有一个html文件（代码覆盖率数据），我想使用Python正则表达式查找文件中最后出现的百分比。我知道如何使用grep来实现它，但是我还没有成功地将它转换成Python

以下是有效的grep声明：

grep -oP "(\d+(\.\d+)?(?=%))" coverage_results.html | tail -n1

这应该与后跟%符号的1或2位数字匹配。html中有多个数字与此匹配，所以我只想要最后一个。据我所知，甚至可能有一种方法可以做到这一点，而无需管道尾翼（可能与awk？），但这是我所能做到的

到目前为止，我的Python代码如下所示：

 searchfile = open("coverage_results.html", "r")
    for line in searchfile:
        if re.search("(\d+(\.\d+)?(?=%))", line, re.M | re.I):
            print line

一些示例输入：

html/api2/one.php</a></td><td>40</td><td>40</td><td>100%</td></tr><tr><td><a href="one.php.html">/var/lib/web/html/api2/two.php</a></td><td>114</td><td>117</td><td>97%</td></tr><tr><td><a href="two.php.html">/var/lib/web/html/api2/test.php</a></td><td>39</td><td>39</td><td>100%</td></tr><tr><td><a href="three.php.html">/var/lib/web/html/api2/test.php</a></td><td>55</td><td>55</td><td>100%</td></tr></table><p>Overall: 3461 / 5296 - 65%</p></body></html>

html/api2/one.php4040100%11411797%3939100%5555100%

---

如何仅返回字符串中匹配的部分？

看起来您正在打印搜索匹配的行。相反，如果您想要一些组，您的代码需要如下所示：

 searchfile = open("coverage_results.html", "r")
    for line in searchfile:
        regreturn = re.search("(\d+(\.\d+)?(?=%))", line, re.M | re.I)
        if regreturn is not None:
            print regreturn.groups()

---

我用AetherUnbound回答的一个变体解决了这个问题：

searchfile = open("coverage_results.html", "r")
for line in searchfile:
    regreturn = re.findall(r"\d+%", line, re.M | re.I)
    if regreturn is not None:
        print regreturn[-1]

---

期望的输出是什么？理想情况下，就是最后一个匹配的数字。因此，在示例输入中，我希望看到65%或65%返回。而且，一些

也可以。我可以使用这种方法只打印最后一个匹配的组吗？当然，因为

regreturn.groups

是一个元组，您可以执行

打印regreturn.groups（）[-1]

。呃，所有

d+（？：\.\d+）（？=%）发生了什么事

stuff？它仍然可以工作，但这更简单，更容易快速阅读和理解。唯一的区别是，此解决方案返回的百分比包含1个或多个数字，而不是只有1或2个数字。应用程序不应受正则表达式的控制，以便于理解。如果你需要一个正则表达式，不妨学习如何使用它们，否则你将得不到好处。为了便于理解，开始编写和插入正则表达式，就像代码一样。而不是这些不可读的1行。