Regex 带漂亮汤的正则表达式，提取'；之后的所有字母：'；

我似乎不能按我想要的方式使用正则表达式

当我运行这段代码时，我得到下面的文本

for paragraph in soup.find_all('p'):
        print(paragraph.find_all(text =re.compile(":*\w*")))

我得到的文本是

继续我们的2016年臭虫系列，以下是2016年内爆的25只罗素2000股票。进一步下跌，你会发现25只最差的股票，不包括制药。
Ophthotech（纳斯达克股票代码：OPHT）-94%
方铅矿生物制药（纳斯达克股票代码：GALE）-93%
Cempra（纳斯达克股票代码：CEMP）-91%
Toaki制药公司（纳斯达克股票代码：TKAI）-89%
Antera制药（纳斯达克股票代码：ANTH）-86%
Adeptus Health（纽约证券交易所：ADPT）-86%
CytRx（纳斯达克股票代码：CYTR）-86%
Novavax（纳斯达克股票代码：NVAX）-85%

其中，我们只想提取股票行情，因此理想的输出是：

OPHT
GALE
CEMP
TKAI

等等

我尝试了这些代码的变体：

for paragraph in soup.find_all('p'):
    print(paragraph.find_all(text =re.compile('(:\w+)')))
for paragraph in soup.find_all('p'):
    print(paragraph.find_all(text =re.compile("(:*\w*)")))
for paragraph in soup.find_all('p'):
    print(paragraph.find_all(text =re.compile('(:)?\w+')))

但大多数时候，我的结果都是

`['Continuing our ', 'series', " of surfacing 2016 stinkers, here are the 25 Russell 2000 stocks that imploded in 2016. Further down, you'll find the 25 worst stocks excluding pharma."]
['Ophthotech (NASDAQ:', 'OPHT', ') -94%']
['Galena Biopharma (NASDAQ:', 'GALE', ') -93%']
['Cempra (NASDAQ:', 'CEMP', ') -91%']
['Toaki Pharma (NASDAQ:', 'TKAI', ') -89%']
['Anthera Pharma (NASDAQ:', 'ANTH', ') -86%']
['Adeptus Health (NYSE:', 'ADPT', ') -86%']
['CytRx (NASDAQ:', 'CYTR', ') -86%']
['Novavax (NASDAQ:', 'NVAX', ') -85%']`

不知道我做错了什么

---

多谢各位

这可能是一个好的方向

re.search(r':(\w+)\)', paragraph.text).group(1)

---

尝试在模式之前添加r''，这可能是一个好的方向

re.search(r':(\w+)\)', paragraph.text).group(1)

尝试在模式之前添加r“”

您可以尝试以下操作：

import re

text = """Continuing our series of surfacing 2016 stinkers, here are the 25 Russell 2000 stocks that imploded in 2016. Further down, you'll find the 25 worst stocks excluding pharma.
Ophthotech (NASDAQ:OPHT) -94%
Galena Biopharma (NASDAQ:GALE) -93%
Cempra (NASDAQ:CEMP) -91%
Toaki Pharma (NASDAQ:TKAI) -89%
Anthera Pharma (NASDAQ:ANTH) -86%
Adeptus Health (NYSE:ADPT) -86%
CytRx (NASDAQ:CYTR) -86%
Novavax (NASDAQ:NVAX) -85%"""

#Its better to compile a regex outside a loop
pattern = re.compile(r':(\w+)\)')

results = pattern.findall(text)

for items in results:
    print(items)

你可以试试这个：

import re

text = """Continuing our series of surfacing 2016 stinkers, here are the 25 Russell 2000 stocks that imploded in 2016. Further down, you'll find the 25 worst stocks excluding pharma.
Ophthotech (NASDAQ:OPHT) -94%
Galena Biopharma (NASDAQ:GALE) -93%
Cempra (NASDAQ:CEMP) -91%
Toaki Pharma (NASDAQ:TKAI) -89%
Anthera Pharma (NASDAQ:ANTH) -86%
Adeptus Health (NYSE:ADPT) -86%
CytRx (NASDAQ:CYTR) -86%
Novavax (NASDAQ:NVAX) -85%"""

#Its better to compile a regex outside a loop
pattern = re.compile(r':(\w+)\)')

results = pattern.findall(text)

for items in results:
    print(items)

---

您试图解析的原始文本是什么样子的？您试图解析的原始文本是什么样子的？谢谢。利用你的建议，我为《汤》中的段落想出了这个cde

。find_all（'p'）：re.search（r'：（\w+）\），paragration.text）

我得到了以下输出（似乎是正确的），但不确定如何打印它

是的，你是对的，请参阅更新的unswer。简言之，第（1）组将向您致谢。利用你的建议，我为《汤》中的段落想出了这个cde

。find_all（'p'）：re.search（r'：（\w+）\），paragration.text）

我得到了以下输出（似乎是正确的），但不确定如何打印它

是的，你是对的，请参阅更新的unswer。简言之，组（1）将为您提供所需的字符串。我仍然需要使用循环从soup.find_all（'p'）获取文本，但此代码似乎有效<代码>用于soup.find_all（'p'）：打印（pattern.findall（paragration.text））。我仍然不明白为什么需要将

r

放在正则表达式前面。谢谢。前缀

r

表示“原始字符串”。没有它，您应该双重转义元字符。例如，

r“\d+”

相当于

“\\d+”

我仍然需要使用循环从soup.find_all（'p'）获取文本，但此代码似乎有效<代码>用于soup.find_all（'p'）：打印（pattern.findall（paragration.text））。我仍然不明白为什么需要将

r

放在正则表达式前面。谢谢。前缀

r

表示“原始字符串”。没有它，您应该双重转义元字符。例如，

r“\d+”

相当于

“\\d+”