Python 获取标记属性以匹配正则表达式中的内部单词

我需要从一个标记中获取一个特定的属性值，该标记的内部单词与我的查询单词匹配。例如，考虑一个目标HTML/

其他单词
词对词匹配
一些别的词

现在，我需要从标记的data attr属性中获取“required”值，该标记的内部单词（在本例中为word_to_match）与我的查询单词匹配

问题是我正在编写的正则表达式也返回了其他跨度。在这种情况下，我无法生成一个非贪婪的正则表达式

---

如果有帮助的话，我会用python来做这件事，请不要使用“此处不使用正则表达式”的解决方案。

使用字符串替换为正则表达式和输出组（javascript语法，但我希望python有类似的功能）怎么样

---

str.replace（/data attr=“（[^”]*）”[^>]*>[^用正则表达式解析网站不是一个好主意。您可以使用BeautifulSoup。它既可靠又高效：

>>>from bs4 import BeautifulSoup

>>>soup = BeautifulSoup("""
    <span data-attr="something" attr1="" ><i>other_word</i></span>
    <span data-attr="required" attr1="" ><i>word_to_match</i></span>
    <span data-attr="something1" attr1="" ><i>some_other_word</i></span>""")

>>>[x.attrs['data-attr'] for x in soup.select('span') if 'word_to_match' in str(x)][0]
'required'

>>来自bs4导入组
>>>汤=美汤
换句话说
词对词匹配
一些（另一个词“））
>>>[x.attrs['data-attr']表示汤中的x。如果str（x）中的'word_to_match'，请选择（'span'）[0]
“必需的”
为什么没有HTML解析器解决方案？家庭作业？：）你看，如果你需要一个用于HTML输入的正则表达式解决方案，你必须解释原因。这样的答案会被否决，因此，我（通常）会离开从回答这些问题开始。你是在搜索单个正则表达式还是可以将其分为两个步骤？好的，我将发表评论：。但这取决于你决定如何处理它。正如我所说，在我需要解决这个问题的上下文中，我们不能使用像pyQuery这样的外部模块。。因此正则表达式。@scorreia欢迎任何解决方案。。。如果这些跨距被父跨距吞没怎么办？只需要选择特定的跨距。无法保证是否存在父跨距元素。这在网页中是不寻常的………构造。在任何情况下，BeautifulSoup功能都可以处理它，只需更多信息。
>>>from bs4 import BeautifulSoup

>>>soup = BeautifulSoup("""
    <span data-attr="something" attr1="" ><i>other_word</i></span>
    <span data-attr="required" attr1="" ><i>word_to_match</i></span>
    <span data-attr="something1" attr1="" ><i>some_other_word</i></span>""")

>>>[x.attrs['data-attr'] for x in soup.select('span') if 'word_to_match' in str(x)][0]
'required'