Regex 正则表达式未正确返回的自定义HTMLPasser

我正在开发一个程序，它根据不同的正则表达式从HTML文件中提取一些信息。我遇到了以下代码的错误

我的HTMLParser子类：

class MyHtmlParser(HTMLParser):
    def __init__(self):
        self.reset()
        self.title = []
    def handle_data(self, d):
        Result = re.search(r'ANMELDELSE .*(?=</b>)',d)
        if Result:
            self.title.append(Result.group(0))
    def return_data(self):
        return self.title

现在HTML文件非常凌乱，而且是挪威语的，但是这里有一个子集应该会触发这种情况

<p style="margin: 0cm 0cm 0pt;"><span style="text-decoration: underline;">Sak 428/18-123, 03.09.2018 </span></p>
<p style="margin: 0cm 0cm 0pt;"><b>&nbsp;</b></p>
<p style="margin: 0cm 0cm 0pt;"><b>ANMELDELSE FOR TRAKASSERING</b></p>

Sak 428/18-123，2018年9月3日

用于TRAKASSERING的ANMELDELSE

这应该选择“ANMELDELSE FOR TRAKASSERING”，它在和中都有，但是在执行代码时，我得到的只是一个空列表。这段代码已经在以前的正则表达式调用中使用过，所以我有点不知所措

---

希望有人能帮忙

如果您的文本仅在某些文本节点中具有

ANMELDELSE

，您可以使用

r'ANMELDELSE[^<>]*'

r'ANMELDELSE[^]*'

原始模式包含一个文本规则空格（

\x20

）。在文本编辑器/查看器中，通常使用空格来确保下一个单词保持在同一行，而不是空格

---

要匹配它，可以使用

\s

并将

re.U

修饰符（在使用Python 2.7时是必需的）传递给

re.search

方法，但由于要匹配到标记的末尾，只需使用一个否定字符类

[^]*

，除了

之外的任何0+字符如果我在这里使用正则表达式，我会使用类似

r'ANMELDELSE[^]*

的东西。你确定那里的空间没有不间断的空间吗？当你调用

handle_data（self，d）

时，什么样的对象以

d

的形式传入？这确实有助于@WiktorStribiżew！你介意澄清一下你所说的不间断空间是什么意思吗？当我在两个网站上都试过的时候，我很困惑，这两个网站给了我正确的答案。这是一个，非常类似于一个普通的空间。可能就是这样，它现在似乎可以工作了！谢谢@WiktorStribiżew！

r'ANMELDELSE[^<>]*'