Python正则表达式帮助
我正在尝试对HTML标记进行排序，但似乎无法正确地进行排序 到目前为止我做了什么Python正则表达式帮助,python,html,regex,Python,Html,Regex,我正在尝试对HTML标记进行排序，但似乎无法正确地进行排序 到目前为止我做了什么 import urllib import re s = raw_input('Enter URL: ') f = urllib.urlopen(s) s = f.read() f.close r = re.compile('<TAG\b[^>]*>(.*?)</TAG>',) result = re.findall(r, s) print(result) 导入urllib 进
import urllib
import re
s = raw_input('Enter URL: ')
f = urllib.urlopen(s)
s = f.read()
f.close
r = re.compile('<TAG\b[^>]*>(.*?)</TAG>',)
result = re.findall(r, s)
print(result)
导入urllib
进口稀土
s=原始输入（'输入URL:'）
f=urllib.urlopen（s）
s=f.read（）
f、 接近
r=re.compile（']*>（.*），）
结果=r.findall（r，s）
打印（结果）
提前感谢。您真的应该尝试使用能够执行HTML即时解析的库。Beautiful Soup是我的最爱之一。你真的应该尝试使用能够执行HTML即时解析的库。“靓汤”是我的最爱之一。我不太清楚你想用正则表达式实现什么。例如，捕获两个div标记之间的内容可以与
re.compile("<div.*?>.*?</div>")
尽管在使用上述函数时，嵌套div会遇到一些问题。我并不完全清楚使用正则表达式要实现什么。例如，捕获两个div标记之间的内容可以与
re.compile("<div.*?>.*?</div>")
尽管使用上面的嵌套div会遇到一些问题。BS的一个例子是
from BeautifulSoup import BeautifulSoup
doc = ['<html><head><title>Page title</title></head>',
'<body><p id="firstpara" align="center">This is paragraph <b>one</b>.',
'<p id="secondpara" align="blah">This is paragraph <b>two</b>.',
'</html>']
soup = BeautifulSoup(''.join(doc))
soup.findAll('b')
[<b>one</b>, <b>two</b>]
从美化组导入美化组
doc=[“页面标题”，
“这是第一段。”，
“
这是第二段。”，
'']
汤=美丽的汤（''.join（doc））
汤。芬德尔（'b'）
[一，二]
aa = doc[0]
aa
'<html><head><title>Page title</title></head>'
pt = re.compile('(?<=<title>).*?(?=</title>)')
re.findall(pt,aa)
['Page title']
aa=doc[0]
aa
“页面标题”
pt=re.compile（'）（？来自BS的一个例子是
from BeautifulSoup import BeautifulSoup
doc = ['<html><head><title>Page title</title></head>',
'<body><p id="firstpara" align="center">This is paragraph <b>one</b>.',
'<p id="secondpara" align="blah">This is paragraph <b>two</b>.',
'</html>']
soup = BeautifulSoup(''.join(doc))
soup.findAll('b')
[<b>one</b>, <b>two</b>]
从美化组导入美化组
doc=[“页面标题”，
“这是第一段。”，
“
这是第二段。”，
'']
汤=美丽的汤（''.join（doc））
汤。芬德尔（'b'）
[一，二]
对于正则表达式，可以使用
aa = doc[0]
aa
'<html><head><title>Page title</title></head>'
pt = re.compile('(?<=<title>).*?(?=</title>)')
re.findall(pt,aa)
['Page title']
aa=doc[0]
aa
“页面标题”
pt=re.compile（'（？BeautifulSoup非常适合这一点。这是一次正则表达式学习体验，也是我唯一能想到的真实例子。例如，如果dog.avicat.avipig.jpg在那里，我可以把它归类为dog.avi cat.avi pig.jpgBeautifulSoup非常适合这一点。这是一次正则表达式学习体验，也是我唯一能想到的真实例子。也就是说，如果dog.avicat.avipig.jpg在那里，我可以把它分类为dog.avi cat.avi pig.jpgUse一个解析HTML的XML解析器。强制链接：不要用正则表达式解析HTML。正则表达式是解析HTML的一个不够复杂的工具。如果有人要求你这样做，用棍子打他们的头，然后用BeautifulSoup代替。它会很简单对你们两人来说都不那么痛苦。你们目前得到了什么样的结果？如果从web扫描html，使用xml解析器不是一个好主意。有些html页面离xml兼容文件很远。使用xml解析器解析html。强制链接：不要用正则表达式解析html。正则表达式解析html的工具不够复杂。如果有人要你这么做，用棍子打他们的头，然后用BeautifulSoup代替。这对你们两个来说都不会那么痛苦。你目前得到的结果是什么？如果你从web扫描html，使用xml解析器不是一个好主意。有些html页面离xml兼容文件很远。我想你放弃了捕获组周围的括号。你的意思是：re.compile（（*））？他在代码中没有使用捕获组，所以我认为它不需要。我相信一个有能力的程序员可以在需要时添加它。我想你忘记了捕获组周围的括号。你的意思是：re.compile（（*））？他没有在代码中使用捕获组，所以我认为不需要它。我相信一个有能力的程序员可以在需要时添加它。