Python 搜索正则表达式时忽略子节点

我想用BeautifulSoup在大型文本文档中标识拆分点。因此，我制定了一个正则表达式来查找出现特定字符串的标记。问题是，如果在我搜索的字符串中有进一步的格式化/子节点，则它不起作用

t1 = BeautifulSoup("<p class=\"p p8\"><strong>Question-And-Answer</strong></p>")

t2 = BeautifulSoup("<p class=\"p p8\"><strong>Question</strong>-<strong>And</strong>-<strong>Answer</strong></p>")

t1.find(text = re.compile("Question[s]*-And-Answer[s]*", re.IGNORECASE))
>>> 'Question-And-Answer'

t2.find(text = re.compile("Question[s]*-And-Answer[s]*", re.IGNORECASE))
>>> None

t1=beautifulsou（
问答
t2=BeautifulSoup（“
问题-和-答案
”）
t1.find（text=re.compile（“问题[s]*-和答案[s]*”，re.IGNORECASE））
>>>“问答”
t2.find（text=re.compile（“问题*-和答案*”，re.IGNORECASE））
>>>没有

---

输出应该是

p

标记对象。

这里的问题是，您正在查找的文本在

p

节点内被

strong

标记分割，因此在

.find

中使用

text

参数的正则表达式搜索将不起作用，这只是它在BS中的实现方式

如果知道文本位于

p

节点中，可以在

中使用lambda表达式。find

调用并对每个

p

标记的

text

属性运行正则表达式搜索，以查找所需的元素：

print(t2.find(lambda t: t.name == "p" and re.search(r'Questions*-And-Answers*', t.text)))
# => <p class="p p8"><strong>Question</strong>-<strong>And</strong>-<strong>Answer</strong></p>

print（t2.find（lambda t:t.name==“p”并重新搜索（r'Questions*-and Answers*'，t.text）））
#=>
问题-和-答案

---

请注意，

[s]

与正则表达式中的

s

相同。

不确定这是否有用，但如果您进行

重新匹配（“问题*-和答案*”，t2.text）。group（）

，它将输出您想要的结果。但正如我所说，我不确定这是否有助于你前进。我下面的答案解决了问题吗？请告知仍缺少什么或需要澄清什么。这种方法的问题是，如果包含所需文本，它将匹配完整的html。为了澄清，请尝试使用

问题-和-答案

作为输入来运行代码。@KeyurPotdar如果OP只想用这些文本获取

p

元素，那么可以通过添加

t.name==“p”

条件来解决。