Python 如何使用findall打印正则表达式的结果？

对于Python正则表达式来说有点陌生，我正在尝试解析下面的数据

代码

thing = soup.find_all('div', {'class' : 'matchheader'})
thing1 = str(thing)
print(thing1)

给我

  1. GSL - <b>Global Ship Lease Inc</b> [N/A] - Matched DCIX from 07/27/16 to 12/01/16
  </div>, <div class="matchheader">
  2. SBGI - <b>Sinclair Broadcast Group, Inc.</b> [Media] - Matched DCIX from 07/27/16 to 12/01/16
  </div>, <div class="matchheader">
  3. WSTC - <b>West Corporation</b> [+2] - Matched DCIX from 07/27/16 to 12/01/16
  </div>, <div class="matchheader">
  4. TGNA - <b>TEGNA Inc.</b> [N/A] - Matched DCIX from 07/27/16 to 12/01/16
  </div>, <div class="matchheader">
  5. MLI - <b>MUELLER INDUSTRIES INC</b> [Manufacturing] - Matched DCIX from 07/27/16 to 12/01/16

我期待的结果是

['GSL', 'SBGI', 'WSTC', 'TGNA', 'MLI']

但我得到的结果是

['G', 'D', 'S', 'D', 'W', 'D', 'T', 'T', 'D', 'M', 'U', 'S', 'I', 'D']

我很确定第二个D来自第一行的DCIX

因此，我使用的正则表达式模式、使用re.findall还是打印（匹配），是问题所在

---

任何帮助都将不胜感激

您的正则表达式将匹配每组连续的大写字母，然后只返回每组的第一个字母。相反，您可能只是想返回这些组中的第一个，每行

您可以改为使用前缀

^.*（[A-Z]{2,5}）

在行的开头找到最短的序列

^.*.

（对于多行模式，使用

re.M

），后跟一组大写字母

（[A-Z]{2,5}）

，如果有的话，然后返回该组

>>> re.findall("^.*?([A-Z]{2,5})", thing1, re.M)
['GSL', 'SBGI', 'WSTC', 'TGNA', 'MLI']

---

如果是包装文本，或者为了确保得到第二行元素（如果类名为空），我建议检查行开头的数字是否存在，并使用以下正则表达式：

r"^[0-9]+[^\w]+([A-Z]{2,5})"

---

我不完全确定，但也许你想要的是汤。文本？i、 e:

for item in thing:
    thing1=item.text
    print(thing1)

但是，我会这样做：

thing=soup.select('div.matchheader') #returns a list of divs that have a css class 'matchheader'
thing1_list=[]
for item in thing:
    thing1_list.append(item.getText())

---

希望这有帮助

您当前的正则表达式也与DCIX匹配，请尝试以下方法：在第1组中匹配您想要的。就是这样！非常感谢@NicolasMaltais你真的很感激。

thing=soup.select('div.matchheader') #returns a list of divs that have a css class 'matchheader'
thing1_list=[]
for item in thing:
    thing1_list.append(item.getText())