python - Python 中返回列表的正则表达式？

Question

所以，我想用 Python 从一大块 HTML 代码中创建一个列表，但我试图根据 HTML 标签将其拆分。我不太熟悉正则表达式，所以我不知道该怎么做。例如，假设我有这段 HTML 代码:

<option value="674"> Example text here </option><option value="673"> Example text here</option><option value="672"> Example text here </option>

我希望能够将此代码(尽管是更大的版本)保存到字符串中，然后使用函数返回如下列表:

list = ["Example text here", "Example text here", "Example text here"]

无论如何我可以做到这一点吗？

Answer 1

您可以简单地使用 BeautifulSoup为此目的。

import bs4

html = '''
<option value="674"> Example text here </option>
<option value="673"> Example text here</option>
<option value="672"> Example text here </option>
'''

soup  = bs4.BeautifulSoup(html)
mylst = [str(x.text).strip() for x in soup.find_all('option')]

输出

['Example text here', 'Example text here', 'Example text here']