findall（）行为（python 2.7）

假设我有以下字符串：

"<p>Hello</p>NOT<p>World</p>"

我对剥离和不是特别感兴趣，所以我从不在脚本中进行剥离

翻译打印

['<p>Hello</p>NOT<p>World</p>']

['你好
不是世界
']

因此，它显然看到了第一个和最后一个，而忽略了中间的标记。但是

findall（）

不应该返回所有三组匹配字符串吗？（打印的字符串和两个单词）

如果不应该，我如何修改代码来做到这一点

---

PS：这是为了一个项目，我找到了一种替代方法来做我需要做的事情，所以我想这是出于教育原因。

你在一次匹配中获得全部内容的原因是因为

[\w\w]+

将匹配尽可能多的内容（包括你所有的

和
标记）。为了防止这种情况发生，您希望通过附加
？
来使用非贪婪版本

match = re.findall(r"(<p>[\w\W]+?</p>)", string)
# ['<p>Hello</p>', '<p>World</p>']

不过，作为补充说明，如果您试图用正则表达式解析HTML或XML，最好使用一个库，例如用于解析HTML的库。
非常感谢。我想我忽略了REsI的一部分也会研究BeautifulSoup，谢谢你的建议。+1代表BeautifulSoup（或类似）。HTML不是正则语言，所以正则表达式不是解析它们的好工具。只使用一个理解HTML的库会容易得多。
match = re.findall(r"(<p>[\w\W]+?</p>)", string)
# ['<p>Hello</p>', '<p>World</p>']

match = re.findall(r"((?<=<p>)\w+?(?=</p>))", string)
# ['Hello', 'World']