python正则表达式中的多行匹配

我想从html页面中提取

标记之间的数据。我使用了下面的代码，但没有得到任何结果。

标记之间的html是多行的

category =re.findall('<tr>(.*?)</tr>',data);

category=re.findall（“（.*）”，数据）；

---

请建议解决此问题。

不要使用正则表达式解析HTML。使用HTML解析器，例如or.

pat=re.compile（“（.*？”），re.DOTALL | re.M）
打印pat.findall（数据）

或非正则表达式方式

for item in data.split("</tr>"):
    if "<tr>" in item:
       print item[item.find("<tr>")+len("<tr>"):]

用于数据中的项。拆分（“”）：
如果项目中有“”：
打印项目[项目.查找（“”+len（“”）：]

不要使用正则表达式，请使用HTML解析器，例如：

结果:

[<tr>bar</tr>, <tr>qux</tr>]

bar
qux

---

使用HTML解析器并不像听起来那么可怕！而且它的工作将比这里发布的任何正则表达式都更可靠。

正如其他人所建议的，您遇到的具体问题可以通过使用允许多行匹配来解决

然而，您正在经历一个危险的补丁解析过程。改为使用XML/HTML解析器，这非常有用

doc = """<table border="1">
    <tr>
        <td>row 1, cell 1</td>
        <td>row 1, cell 2</td>
    </tr>
    <tr>
        <td>row 2, cell 1</td>
        <td>row 2, cell 2</td>
    </tr>
</table>"""

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(doc)
all_trs = soup.findAll("tr")

doc=”“”
第1行，第1单元
第1行第2单元
第2行第1单元
第2行，第2单元
"""
从BeautifulSoup导入BeautifulSoup
汤=美汤（doc）
all_trs=soup.findAll（“tr”）

只是为了解决这个问题。尽管所有这些链接都指向

re.M

，但它在这里不起作用，因为只要浏览一下它的解释就会发现。如果不尝试解析html，您需要

re.S

，当然：

>>> doc = """<table border="1">
    <tr>
        <td>row 1, cell 1</td>
        <td>row 1, cell 2</td>
    </tr>
    <tr>
        <td>row 2, cell 1</td>
        <td>row 2, cell 2</td>
    </tr>
</table>"""

>>> re.findall('<tr>(.*?)</tr>', doc, re.S)
['\n        <td>row 1, cell 1</td>\n        <td>row 1, cell 2</td>\n    ', 
 '\n        <td>row 2, cell 1</td>\n        <td>row 2, cell 2</td>\n    ']
>>> re.findall('<tr>(.*?)</tr>', doc, re.M)
[]

>>doc=”“”
第1行，第1单元
第1行第2单元
第2行第1单元
第2行，第2单元
"""
>>>关于findall（“（.*？”，文件，关于S）
['\n第1行，第1单元格\n第1行，第2单元格\n'，
'\n第2行，单元格1\n第2行，单元格2\n']
>>>关于findall（“（.*？”，文件，关于M）
[]

阅读文档：或上面的一段：）@Tomasz:但一定要阅读页眉以外的内容；）

re.findall（“（？”），doc，re.S）

也可以写成

re.findall（“（？）（*？”，doc）

。

bar
qux

doc = """<table border="1">
    <tr>
        <td>row 1, cell 1</td>
        <td>row 1, cell 2</td>
    </tr>
    <tr>
        <td>row 2, cell 1</td>
        <td>row 2, cell 2</td>
    </tr>
</table>"""

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(doc)
all_trs = soup.findAll("tr")

>>> doc = """<table border="1">
    <tr>
        <td>row 1, cell 1</td>
        <td>row 1, cell 2</td>
    </tr>
    <tr>
        <td>row 2, cell 1</td>
        <td>row 2, cell 2</td>
    </tr>
</table>"""

>>> re.findall('<tr>(.*?)</tr>', doc, re.S)
['\n        <td>row 1, cell 1</td>\n        <td>row 1, cell 2</td>\n    ', 
 '\n        <td>row 2, cell 1</td>\n        <td>row 2, cell 2</td>\n    ']
>>> re.findall('<tr>(.*?)</tr>', doc, re.M)
[]