Regex Python正则表达式Findall语句

我是一个业余程序员，对这个网站还不熟悉。我已经搜索了这个问题，但在互联网或本网站的任何其他地方都没有找到

我试图抓住打开和关闭段落html标记之间的所有单词（

&
）。我的findall语句适用于特定在线文章中所有段落中的所有单词，只有单引号或双引号除外。完全有可能有更好的方法来完成我想做的事情，或者这个语句可以很容易地调整以包含带引号的段落。任何建议都将不胜感激

findall声明：

aText = findall("<p>[A-Za-z0-9<>=\"\:/\.\-,\+\?#@'<>;%&\$\*\^\(\)\[\]\{\}\|\\!_`~ ]+</p>",text) 

aText=findall（“[A-Za-z0-9=\”\：/\。\-，\+？\@'%&\$\*\（\）\[\]\{\\\\\\\\\\\\\\！\ `~+
，文本）

通常
+
是一个贪婪的限定符，通过在最后添加
？
使其非贪婪，它试图实现最小匹配。因此它将消耗部分字符串，直到
可以匹配为止。
要使用像Beautiful soup这样的HTML解析引擎执行此操作：

from BeautifulSoup import BeautifulSoup

html_doc= """
<p>
paragraph 1
</p>

<p>
paragraph 2
</ap>

<p>
paragraph 3
</p>
"""

soup = BeautifulSoup(html_doc)

soup.findAll('p')

从美化组导入美化组
html_doc=“”

第1款


第2款

第3款

"""
汤=美汤（html\U文档）
汤。芬德尔（'p'）
Step 1）在您最喜欢的搜索引擎中搜索“Beautiful Soup”。Step 2）遵循其中一个从HTML元素中提取文本的清晰示例。没有Step 3，它实际上是一个非常优雅的库，仅用于此目的：）这将起作用（我投票支持它的正确性）但是您需要注意它的局限性。关闭
标记是可选的（如果丢失则无效），并且
元素可以具有类似
id
和
class
的属性，这将破坏此正则表达式。
>>> t = r"<p>there isn't much \"to go by\" here</p>"
>>> re.findall(r'<p>(.+?)</p>',t)
['there isn\'t much \\"to go by\\" here']

from BeautifulSoup import BeautifulSoup

html_doc= """
<p>
paragraph 1
</p>

<p>
paragraph 2
</ap>

<p>
paragraph 3
</p>
"""

soup = BeautifulSoup(html_doc)

soup.findAll('p')