Python解析字符串

我有一个非常恼人的问题，答案可能很简单，但我不能把2和2放在一起

我有一个字符串示例，它看起来像这样：

<a href="javascript:void(0);" onclick="viewsite(38903);" class="followbutton">Visit</a>

---

每次我加载页面时，数字38903都会不同。我需要一种方法，能够在每次加载页面时解析这些数字。我已经获得了足够多的信息来获取和包含上面的HTML代码片段，但无法仅获取数字

---

再说一次，这可能是一件很容易的事，只是想不出来。提前谢谢

如果您使用的是BeautifulSoup，只需点击

onclick

字符串就非常简单了，这将使操作更加简单。但这里有一个非常粗糙的方法：

import re
result = re.sub("\D", "", html_string)[1:]

\D

匹配所有非数字，因此这将删除字符串中非数字的所有内容。然后从

javascript:void（0）

中删除“0”

其他选项：使用re.search获取一系列数字，并获取第二组。或者使用re.search来匹配子字符串后面的一系列数字，其中子字符串是import re >>>抓取html='''''''' >>>关于findall（r'viewsite\（\d+）；'，grabbedhtml）[0] '38903'

---

这将专门查找viewsite（）的全数字参数。与Andrew的答案相比，您可能更喜欢这一点，因为如果HTML字符串中出现其他数字，您将开始得到不正确的结果。

“获取并包含HTML代码片段”，使用什么？Python中的任何内容。但目前正在使用BeautifulSoup。将BeautifulSoup添加到标记列表中。（此答案的原始版本将

re.sub

视为它修改了html_字符串本身，当然不会，因为Python字符串是不可变的。它已被编辑以修复此问题。）是的，这会更好——尽管如果OP使用的是问题注释中提到的BeautifulSoup，那么最好只是找到onclick字符串并处理它，而不是解析整个内容。

import re
result = re.sub("\D", "", a['onclick'])

>>> import re
>>> grabbed_html = '''<a href="javascript:void(0);" onclick="viewsite(38903);" class="followbutton">Visit</a>'''
>>> re.findall(r'viewsite\((\d+)\);',grabbedhtml)[0]
'38903'

import re
r = re.compile('viewsite\((\d+)\)')
r.findall(s)