通过对属于同一类别的元素进行分组的Python正则表达式

我有这样一个文件：

<table>
<span clas="city"> Miami </span> <span><a href="miami" > Miami </a> </span>
<span clas="city"> Orlando </span> <span><a href="orlando" > orlando </a></span>
</table>
<table>
<span clas="city"> Los Angeles </span> <span><a href="Los Angeles" > </a> </span>
<span clas="city"> San Diego </span>  <span><a href="Los Angeles" > San Diego</a> </span>
</table>

---

使用适当的HTML解析器：

from bs4 import BeautifulSoup
soup = BeautifulSoup(open(...).read())
states = {}
for i, table in enumerate(soup("table")):
    for city in table("span"):
        states.setdefault(i, []).append(city.text.strip())

这将给

states
{0: [u'Miami', u'Orlando'], 1: [u'Los Angeles', u'San Diego']}

---

强制性链接：为什么要使用正则表达式来完成这项工作？“有些人在遇到问题时，会想“我知道，我会使用正则表达式。”现在他们有两个问题了。”-杰米·扎温斯基（Jamie Zawinski）只是将lxml与html结合使用，网络上有很多关于这类内容的图图，你不会发疯的。^^^@Inbar好吧，这花了我一段时间，我自己也明白了。我可以得到城市，但我想知道是否有一种简洁的分类方法。如果你真的想使用正则表达式，那么使用两个正则表达式：一个用于查找表，另一个用于搜索标记中每个文本中的城市。谢谢。我本来打算接受这个答案的，但我看到有些表我得到了重复，因为有些行有多个s。我更新了表结构。使用

table（“span”，“city”）

仅搜索具有class

city

的

span

标记。你应该阅读BeautifulSoup的文档。

states
{0: [u'Miami', u'Orlando'], 1: [u'Los Angeles', u'San Diego']}