Python 如何使用正则表达式提取包含元素的

？ 让我首先展示我将要处理的3种不同类型的字符串：

"<h1>Money Shake</h1><p>Money<br>Money<br>MORE MONEY</p><p>Take money and stuff in blender.</p><p>Blend.</p>"

"<h1>Money Shake</h1><p>Posted by Gordon Gekko</p><p>Money<br>Money<br>MORE MONEY</p><p>Take money and stuff in blender.</p><p>Blend.</p>"

"<h1>Money Shake</h1><p>Posted by Gordon Gekko</p><p>They're great</p><p>Yield: KA-CHING</p><p>Money<br>Money<br>MORE MONEY</p><p>Take money and stuff in blender.</p><p>Blend.</p>"

---

只需使用适当的HTML解析器。它将比正则表达式更直观，并且实际会起作用：

# May need to install it:
# pip install BeautifulSoup4

from bs4 import BeautifulSoup

soup = BeautifulSoup("""
    <h1>Money Shake</h1>
    <p>Posted by Gordon Gekko</p>
    <p>They're great</p>
    <p>Yield: KA-CHING</p>
    <p>
        Money
        <br>
        Money
        <br>
        MORE MONEY
    </p>
    <p>Take money and stuff in blender.</p>
    <p>Blend.</p>
""")

def get_ingredients(soup):
    for p in soup.find_all('p'):
        if p.find('br'):
            return p.find_all(text=True)

---

我搞砸了什么？我不想主观判断，但这里的共识是HTML和正则表达式不能混合使用。甚至在搅拌机里。看看[^

]并不是你想象的那样。它不是任何p/p符号。我想你需要什么

我不是在开玩笑。虽然我不像你们这些专家，但我就是这么想的。我见过1732348，但在这种情况下，把它扔给我并没有多大帮助。我知道你可能会认为我是因为html标签中的内容而被拖走的。好的，我被指派去查看一个食谱数据库，并分离出配料和说明书。这就是我这么做的原因。我不想提出一个正确的食谱，因此我做了这个摇钱树的例子。仅此而已。请不要再攻击新手了。我正在尽我最大的努力学习。伙计们，我想你们可能在这件事上做得太过火了。这不是你想象中的那个人。嗨，Blender，这太棒了！非常感谢。我不知道如何把这变成我想做的事情。好的，那么我本来想做的是，获取字符串，然后编写一个csv文件，其中包含列：“标题”、“垃圾”、“配料”、“说明”，并将这些列分别拉到各自的列中，即Gordon Gekko发布的“标题”下的“摇钱”，它们很棒，等等，抱歉这么麻烦。我感谢你的帮助。我是一个noob，这一点很清楚，因为我甚至无法在评论中格式化我的回复，或者我想回复的内容可能没有这样做的方法@搅拌机我将编辑我的问题，让你看看我的想法。

re.search(r'<p>[^</p>](.*)<br>(.*?)</p>', string, re.I)

"<p>Money<br>Money<br>MORE MONEY</p>"

"<p>They're great</p><p>Yield: KA-CHING</p><p>Money<br>Money<br>MORE MONEY</p>"

def get_ingredients(soup):
   for p in soup.find_all('p'):
       if p.find('br'):
           return p

ingredients = get_ingredients(soup)

p_list = soup.find_all('p')

ingredient_index = p_list.index(ingredients)

junk = []

junk += p_list[:ingredient_index]

instructions = []

instructions += p_list[ingredient_index+1:]

# May need to install it:
# pip install BeautifulSoup4

from bs4 import BeautifulSoup

soup = BeautifulSoup("""
    <h1>Money Shake</h1>
    <p>Posted by Gordon Gekko</p>
    <p>They're great</p>
    <p>Yield: KA-CHING</p>
    <p>
        Money
        <br>
        Money
        <br>
        MORE MONEY
    </p>
    <p>Take money and stuff in blender.</p>
    <p>Blend.</p>
""")

def get_ingredients(soup):
    for p in soup.find_all('p'):
        if p.find('br'):
            return p.find_all(text=True)