Python。如何查找匹配子串的所有匹配项？

-2

我有一个很大的字符串 - html页面。我需要找到闪存驱动器的所有名称，即，即我需要在双引号之间获得内容：data-name="USB Flash-drive Leef Fuse 32Gb">。所以我需要一个data-name="和">之间的字符串。请不要提及BeautifulSoup，我需要在不使用BeautifulSoup的情况下完成，没有正则表达式就更好，但是也可以接受正则表达式。Python。如何查找匹配子串的所有匹配项？

我试图用这样的：

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

，但结果是没有。但在regex101.com它的工作：

来源

2016-06-22 George J

在HTML上使用DOM解析器来提取属性的值有什么问题？ –

@Vasili Syrakis我有一定的任务 - 使用python。 –

fyi bs4 = python;看到这个链接的第一段：https：//www.crummy.com/software/BeautifulSoup/bs4/doc/ –

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>')

输出：

USB Flash-drive Leef Fuse 32Gb

我添加了一些意见到代码sh你知道解析器返回什么样的数据结构。

从这里开始建造应该很容易。

只要在HTML中提供，它就会解析它。参考文档，并继续尝试。

来源

2016-06-22 12:31:16

非常感谢，上帝保佑你。 –

如果你想与基本的Python字符串解析这里做它是一种

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

这是在我的Python壳发生

>>> 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'

让我知道如果脚本作品，这部分单独使用

来源

2016-06-22 12:43:57 user3404344

不起作用，输出为空 –

您的示例工程，但与我的大html字符串 –

如果你仍然在替代解决方案后，你可以粘贴你的长HTML字符串，我测试 – user3404344

Python。如何查找匹配子串的所有匹配项？

回答

相关问题