python - 使用正则表达式刮取不带括号的干净科学名称

Question

我正在使用正则表达式从网站上抓取科学名称，但我不知道如何不去掉科学名称的括号。

HTML是这样写的:

<span class="SciName">(Acanthastrea bowerbanki)</span>

我的正则表达式是这样写的:

regex = '<span class="SciName">(.+?)</span>'

我的结果如下所示:

(Acanthastrea bowerbanki)

但我需要它们看起来像这样:

Acanthastrea bowerbanki

Answer 1

您需要一对额外的括号，必须使用反斜杠对其进行转义以使它们成为文字字符:

regex = r'<span class="SciName">\((.+?)\)</span>'

您将使用它，如下所示:

import re

text = '<span class="SciName">(Acanthastrea bowerbanki)</span>'
regex = r'<span class="SciName">\((.+?)\)</span>'
m = re.match(regex, text)
print m.group(1)