Python。一致した部分文字列のすべての出現を見つける方法？

Question

私は大きな文字列 - htmlページを持っています。フラッシュドライブの名前をすべて検索する必要があります。 つまり、コンテンツを二重引用符で囲む必要があります（data-name="USB Flash-drive Leef Fuse 32Gb">）。だから、data-name="と">の間の文字列が必要です。してください、BeautifulSoupは言及しないでください、私はBeautifulSoupなしでそれを行う必要があります正規表現なしで、より良いが、正規表現も受け入れています。

私はこれを使用してみました：

p = re.compile('(?<=")[^,]+(?=")') 
result = p.match(html_str) 
print(result) 

をしかし、結果はNoneです。 しかし、それは働いたregex101.com上：

Answer 1

PY2：https://docs.python.org/2/library/htmlparser.html

PY3：https://docs.python.org/3/library/html.parser.html

---

from html.parser import HTMLParser 

class MyHTMLParser(HTMLParser): 
    def handle_starttag(self, tag, attrs): 
     # tag = 'sometag' 
     for attr in attrs: 
      # attr = ('data-name', 'USB Flash-drive Leef Fuse 32Gb') 
      if attr[0] == 'data-name': 
       print(attr[1]) 

parser = MyHTMLParser() 
parser.feed('<sometag data-name="USB Flash-drive Leef Fuse 32Gb">hello world</sometag>') 

出力：

USB Flash-drive Leef Fuse 32Gb 

を私はいくつかのコメントを追加しましたshへのコードへどのような種類のデータ構造体がパーサーによって返されますか？

ここから簡単に構築できます。

ちょうどHTMLをフィードして、それをうまく解析します。ドキュメントを参照して、試してください。

Answer 2

あなたは、基本的なPythonの文字列はここパースでそれをしたい場合は

s="html string" 
start = s.find('data-name="') 
end = s.find('">') 
output = s[start:end] 

方法ですこれは、スクリプトのこの部分が動作するかどうか私に教えて

>>> s='junk...data-name="USB Flash-drive Leef Fuse 32Gb">...junk' 
>>> start = s.find('data-name="') 
>>> end = s.find('">') 
>>> output = s[start:end] 
>>> output 
'data-name="USB Flash-drive Leef Fuse 32Gb' 

私のPythonシェルで何が起こるかであります別途