首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >如何使用python regex将字符串拆分成html标记?

如何使用python regex将字符串拆分成html标记?
EN

Stack Overflow用户
提问于 2018-07-13 04:02:12
回答 1查看 3K关注 0票数 0

假设我有一个字符串:

代码语言:javascript
复制
"<blockquote>Quote</blockquote><br />text <h3>This is a title</h3>"

预期输出:

["<blockquote>Quote</blockquote><br />", "text", "<h3>This is a title</h3>"]

我需要开始和结束标签都包括在同一项目中,如上所述。

我试过了:re.split("<*>*</*>", s)

我是Regex的新手,所以如果有任何帮助,我将不胜感激

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-07-13 04:14:40

您可以使用re.findall来完成此操作。

代码语言:javascript
复制
import re
s = "<blockquote>Quote</blockquote><br />text <h3>This is a title</h3>"
re.findall(r'<[^>]*>.*?</[^>]*>(?:<[^>]*/>)?|[^<>]+', s)
# ['<blockquote>Quote</blockquote><br />', 'text ', '<h3>This is a title</h3>']

但是要避免像直接使用正则表达式那样解析html数据,并考虑使用像BeautifulSoup这样的工具。

代码语言:javascript
复制
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(s, "html.parser")
>>> soup.findAll()
[<blockquote>Quote</blockquote>, <br/>, <h3>This is a title</h3>]
>>> soup.findAll()[0].text
'Quote'
>>> [s for s in soup.strings]
['Quote', 'text ', 'This is a title']
票数 4
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51313585

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档