Python 正则表达式-尝试在html结果中查找名称

我试图从网页上获取某些数据。我正在使用Python和urllib来获取这些信息，但是这些数据被大量无用的信息所包围。我发现获得这些信息的最佳解决方案是使用正则表达式

我在下面的文本字符串中查找Huisman，D.J.的名字。本文本已经是全文的一部分：

\n    \n    \n</div>\n        <div class="col-sm-8 col-md-6" id="id12">\n
        <div>\n                \n                <div class="col-xs-11">\n
<div>Huisman, D.J.</div>\n</div>\n                \n            </div>\n
    </div>\n        \n    </div>\n</div>\n            </div><div 
id="id13">\n                <div id="id14">\n    \n    <div class="row">\n 
   <div class="col-sm-2 col-md-2">\n   

我尝试以下两种表达方式。我尝试在div和/div之间选择的第一个表达式是：

r'<div>+(.*?)</div>'

但它失败了，因为在我希望它从中选择的div之前，已经有一个div。因此我得到：

['\\n                \\n                <div class="col-xs-11">\\n    <div>Huisman, D.J.']

所以我想，也许我可以选择在/div之前存在的第一个资本，但它选择在第一个资本之后。代码和结果：

#expression:
r'[A-Z]+(.*?)</div>'
#result
['uisman, D.J.']

---

有人能帮我吗？

使用HTML解析库，比如，而不是正则表达式。此外，示例中的HTML无效

from bs4 import BeautifulSoup

html = """
<div class="col-sm-8 col-md-6" id="id12">\n
        <div>\n                \n                <div class="col-xs-11">\n
<div>Huisman, D.J.</div>\n</div>\n                \n            </div>\n
    </div>\n        \n    </div>\n</div>\n            </div><div 
id="id13">\n                <div id="id14">\n    \n    <div class="row">\n 
   <div class="col-sm-2 col-md-2">\n
"""

html = html.strip()
soup = BeautifulSoup(html, 'html.parser')

target_divs = soup.findAll('div', {'class': 'col-xs-11'})
for div in target_divs:
    print div.get_text().strip()

>>> Huisman, D.J.

---

使用HTML解析库，如，而不是正则表达式。此外，示例中的HTML无效

from bs4 import BeautifulSoup

html = """
<div class="col-sm-8 col-md-6" id="id12">\n
        <div>\n                \n                <div class="col-xs-11">\n
<div>Huisman, D.J.</div>\n</div>\n                \n            </div>\n
    </div>\n        \n    </div>\n</div>\n            </div><div 
id="id13">\n                <div id="id14">\n    \n    <div class="row">\n 
   <div class="col-sm-2 col-md-2">\n
"""

html = html.strip()
soup = BeautifulSoup(html, 'html.parser')

target_divs = soup.findAll('div', {'class': 'col-xs-11'})
for div in target_divs:
    print div.get_text().strip()

>>> Huisman, D.J.

---

按照您的逻辑，我认为您可以使用r'[A-Z].*？'。我想你正在使用Python，我添加了标签。谢谢，我现在觉得自己完全是个傻瓜。也许我是。但这就是答案！您确定在其他输入中没有任何其他大写字母吗？对我来说，这听起来不是最终的解决方案。不要使用正则表达式来解析HTML。根据您的逻辑，我认为您可以使用r'[a-Z].*？'。我想你正在使用Python，我添加了标签。谢谢，我现在觉得自己完全是个傻瓜。也许我是。但这就是答案！您确定在其他输入中没有任何其他大写字母吗？对我来说，这听起来不像是一个最终的解决方案。不要使用正则表达式来解析HTMLNote，一般来说，这只会用{'class'：'col-xs-11'}打印div中的文本。谢谢，我不知道它也可以使用。我现在正在尝试使用它注意，一般来说，这只会打印div中带有{'class'：'col-xs-11'}的文本。谢谢，我不知道它也可以使用。我现在正在尝试使用它