python中的匹配字符串模式

我有一个可以包含链接的字符串：

<a href="http://site1.com/">Hello</a> <a href="http://site2.com/">Hello2</a>
<a href="http://site3.com">Hello3</a> ...

...

如何提取所有html标记“Hello”、“Hello2”、“Hello3”的文本（而不是链接）？我在想一个应该包含所有文本的列表

使用：

使用：

---

您想查看

BeautifulSoup

library切勿使用正则表达式进行解析！从未！您想查看

BeautifulSoup

library切勿使用正则表达式进行解析！从未！请不要使用

/text（）。特别是，它会在链接上做一些有趣的事情，比如
我会做
//a/string（）
。你的版本是等效的吗？我刚刚试过；出于某种原因，lxml引发了
lxml.etree.xpathevaleror:Invalid expression
@larsmans:但为了回答您的问题，是的，将返回
和
之间的所有文本，而不带任何标记。
string（）
可能是XPath 2.0，lxml只支持1.0+1用于清洁溶液。请不要使用
/text（）
，这是一种清洁剂。特别是，它会在链接上做一些有趣的事情，比如
我会做
//a/string（）
。你的版本是等效的吗？我刚刚试过；出于某种原因，lxml引发了
lxml.etree.xpathevaleror:Invalid expression
@larsmans:但为了回答您的问题，是的，将返回
和
之间的所有文本，而不带任何标记。
string（）
可能是XPath 2.0，lxml只支持1.0+1用于清洁溶液。
import lxml.html as LH

content = '''
<a href="http://site1.com/">Hello</a> <a href="http://site2.com/">Hello2</a>
<a href="http://site3.com">Hello3</a>
<a href="/">go <b>home</b>, dude!</a>
'''

doc = LH.fromstring(content)
texts = [elt.text_content() for elt in doc.xpath('//a')]
print(texts)

['Hello', 'Hello2', 'Hello3', 'go home, dude!']