python - 使用 python 正则表达式匹配字符串

Question

我在使用 python reg exp 来匹配 html 中的 str 时遇到问题。

 support= re.findall(r'<span id="cos_support-(\d)*">(\d)*</span>', unicodePage)
 print(support)

我们的输出是

('9', '6') ('7', '4') ('6', '3') ('5', '4') ('1', '4') ('5', '3').

但是在我的 Notepad++ 中，我使用reg来匹配str。输出是这样的

<span id="cos_support-3102208">314</span>

我想要这个结果。

Answer 1

正则表达式搜索将返回用圆括号括起来的组。就您而言，您在正则表达式中定义了两个组，并且每次匹配时仅返回这些部分。

要检索完整匹配项，您需要用圆括号将整个正则表达式括起来，如下所示:

support= re.findall(r'(<span id="cos_support-(\d)*">(\d)*</span>)', unicodePage)

此外，您的正则表达式中存在非严重错误。您应该使用 (\d+) 而不是 (\d)*，因为这会将整个数字序列包含到匹配组中，而不仅仅是单个数字，如下所示并要求至少存在一位数字。因此生成的表达式应如下所示:

support = re.findall(r'(<span id="cos_support-(\d+)">(\d+)</span>)', unicodePage)

最后，如果你不想捕获内部组而只需要完整匹配，则可以去掉它们各自的圆括号:

support = re.findall(r'(<span id="cos_support-\d+">\d+</span>)', unicodePage)