在python中使用或与正则表达式匹配元素

我在python中使用正则表达式从html中提取数据。我写的正则表达式是这样的：

result = re.findall(r'<td align="left"  csk="(\d\d\d\d)\d\d\d\d"><a href=.?*>(.*?)</a></td>\s+|<td align="lef(.*?)" >(.*?)</td>\s+', webpage)

result=re.findall（r'\s+|（.*）\s+'，网页）

假设这将是遵循以下任一格式的td-

<td align="left"  csk="(\d\d\d\d)\d\d\d\d"><a href=.?*>(.*?)</a></td>\s+

\s+

或

（*）

这是因为td可以在该特定小区中采用不同的格式（或者有带有链接的数据，或者甚至根本没有数据）

我假设我使用的OR条件不正确-相信OR只匹配前面的“just”正则表达式和后面的“just”正则表达式，而不是两个完整的td标记之间

---

我的问题是，如何对其进行分组（例如使用paranthesis），以便在整个td标记之间匹配OR。

您使用的是正则表达式，但将XML与此类表达式匹配太复杂、太快

请改用HTML解析器，Python有几个选项可供选择：

• 是标准库的一部分
• 是一个流行的第三方库
• 是一个快速且功能丰富的基于C的库

ElementTree示例：

from xml.etree import ElementTree

tree = ElementTree.parse('filename.html')
for elem in tree.findall('tr'):
    print ElementTree.tostring(elem)

---

您使用的是正则表达式，但将XML与此类表达式匹配会变得太复杂、太快

请改用HTML解析器，Python有几个选项可供选择：

• 是标准库的一部分
• 是一个流行的第三方库
• 是一个快速且功能丰富的基于C的库

ElementTree示例：

from xml.etree import ElementTree

tree = ElementTree.parse('filename.html')
for elem in tree.findall('tr'):
    print ElementTree.tostring(elem)

在

\s+

中，应将

？*

替换为

*？

并且，为了回答您的问题，您可以使用非捕获分组来执行以下操作：

(?:first_regex)|(?:second_regex)

顺便说一句，你也可以用

\d\d\d\d

替换

\d{4}

，我认为这更容易阅读。

在

\s+

中，

？*

应该替换为

*？

并且，为了回答您的问题，您可以使用非捕获分组来执行以下操作：

(?:first_regex)|(?:second_regex)

---

顺便说一句，你也可以用

\d\d\d\d

替换

\d{4}

，我认为这更容易阅读。

请不要用正则表达式解析html。看一看！我理解正则表达式的局限性。我想知道OR在一般情况下和这种情况下是如何应用的：）请不要用正则表达式解析html。看一看！我理解正则表达式的局限性。我想知道OR在一般情况下和这种情况下是如何应用的：）只要没有嵌套，理论上它就应该工作。。。也就是说，对于解析xml/htmlas来说，regex是一个糟糕的工具选择，只要它在理论上不存在嵌套就可以了。。。也就是说，regex是解析xml/html的糟糕工具选择