正则表达式在组内获得匹配

发布时间：2020-12-14 05:47:15 所属栏目：百科来源：网络整理

导读：我不知道以下是否可能. 我们假设我有以下文字： ul class="yes" liimg src="whatever1"/li liimg src="whatever2"/li liimg src="whatever3"/li liimg src="whatever4"/li/ulul class="no" liimg src="whatever5"/li liimg src="whatever6"/li liimg src="wh

我不知道以下是否可能.
我们假设我有以下文字：

<ul class="yes">
    <li><img src="whatever1"></li>
    <li><img src="whatever2"></li>
    <li><img src="whatever3"></li>
    <li><img src="whatever4"></li>
</ul>
<ul class="no">
    <li><img src="whatever5"></li>
    <li><img src="whatever6"></li>
    <li><img src="whatever7"></li>
    <li><img src="whatever8"></li>
</ul>

我想将ul中的每个img的src与class yes匹配.
我想要一个正则表达式回复我：

whatever1
whatever2
whatever3
whatever4

如何在一个正则表达式中加入这样的两个正则表达式？

<ul class="yes">(.+?)</ul>
<img src="(whatever.+?)">

解决方法

众所周知,正则表达式难以用于解析类似XML的东西.更好地跳过这个想法并使用适当的HTML解析器滚动,例如,使用 BeautifulSoup4：

import bs4

html = """
<ul class="yes">
    <li><img src="whatever1"></li>
    <li><img src="whatever2"></li>
    <li><img src="whatever3"></li>
    <li><img src="whatever4"></li>
</ul>
<ul class="no">
    <li><img src="whatever5"></li>
    <li><img src="whatever6"></li>
    <li><img src="whatever7"></li>
    <li><img src="whatever8"></li>
</ul>
"""

soup = bs4.BeautifulSoup(html)

def match_imgs(tag):
    return tag.name == 'img' 
        and tag.parent.parent.name == 'ul' 
        and tag.parent.parent['class'] == ['yes']

imgs = soup.find_all(match_imgs)
print(imgs)

whatevers = [i['src'] for i in imgs]
print(whatevers)

产量：

[<img src="whatever1"/>,<img src="whatever2"/>,<img src="whatever3"/>,<img src="whatever4"/>]

[u'whatever1',u'whatever2',u'whatever3',u'whatever4']

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!