いただきました>と<

Question

の間の文字列を検索するための正規表現私はHTMLファイル

...<b>Breakfast</b><hr>... 

を持って、私は>と<との間にあるBreakfastをしたいです。

私はどちらか>Breakfast<を与えていない

...for test_string in line: 
     if re.match(r'(>.*<$)',test_string):... 

を試してみました。

ありがとうございます。

Answer 1

$は「入力の終了」を意味し、この正規表現には属しません。

代わりに、次の手順を実行します。

m = re.search(r'>([^<]*)<', test_string) 
if m: 
    print m.group(1) 

これは、>を検索<ではありません、すべての次の文字、そして<。文字が>と<は、私はあなたがしたいと思うあなたはm.group(1)

Answer 2

を使用して取得しグループとしてマークされているビトウィーンズ：

r'(>.*?<)' 

それとも

r'<b(>.*?<)/b>' 

非欲張りや試合であります文字列の真ん中。 parsing HTML with regular expressionsは非常に堅牢ではないことに注意してください。

Answer 3

一般に、正規表現はhtmlを解析できません。代わりにhtmlパーサを使用することができます：

from BeautifulSoup import BeautifulSoup # pip install BeautifulSoup 

html = """...<b>Breakfast</b><hr>...""" 

soup = BeautifulSoup(html) 
print soup(text=True) # get all text 
# -> [u'...', u'Breakfast', u'...'] 
print [b.text for b in soup('b')] # get all text for <b> tags 
# -> [u'Breakfast']