Регулярное выражение Python с несколькими совпадениями в одной строке

test = '<tag>part1</tag><tag can have random stuff here>part2</tag>'
print(re.findall("<tag.*>(.*)</tag>", test))

Он выводит:

['part2']

Текст может иметь любое количество «частей». Я хочу вернуть их все, а не только последнюю. Как лучше всего это сделать?

Похоже, вы пытаетесь разобрать HTML с помощью регулярных выражений... stackoverflow.com/a/1732454/3001761

jonrsharpe 22.05.2019 16:57

Я придумал один из способов сделать это — скопировать строку, затем стереть все совпадения с </tag>, а затем с <tag.*>, но я считаю, что есть лучший способ сделать это.

potatosalad 22.05.2019 17:01

Причина, по которой вы ловите только одну из частей, заключается в том, что вы используете *, что является жадным. Если вместо этого вы измените первый .* на .*?, то модификатор ? сделает его нежадным, что может сделать то, чего вы пытаетесь достичь. Но, как указывает @jonrsharpe, не используйте RegEx в качестве метода синтаксического анализа для HTML.

Hampus Larsson 22.05.2019 17:02
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
0
3
123
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете изменить свой .* на .*?, чтобы они не были жадными. Это заставит ваш оригинальный пример работать:

import re

test = '<tag>part1</tag><tag can have random stuff here>part2</tag>'
print(re.findall(r'<tag.*?>(.*?)</tag>', test))

Output:

['part1', 'part2']

Хотя, вероятно, было бы лучше не пытаться анализировать это только с помощью регулярного выражения, а вместо этого использовать правильную библиотеку парсера HTML.

Другие вопросы по теме