使用正则表达式刮掉没有括号的干净科学名称答案

【问题标题】：Scraping Clean Scientific Names with No Parenthesis Using regex使用正则表达式刮掉没有括号的干净科学名称
【发布时间】：2013-11-12 01:36:40
【问题描述】：

我正在使用正则表达式从网站上抓取科学名称，但我不知道如何不使用科学名称提取括号。

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

【问题讨论】：

你能贴出你正在使用的代码吗？
Nickie 一针见血，我又回来做生意了。

标签： python html regex parentheses

【解决方案1】：

您需要一对额外的括号，您必须使用反斜杠对其进行转义以使其成为文字字符：

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

您将在以下情况下使用它：

import re

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

【讨论】：

做到了，虽然我省略了“r”：regex = r'((.+?))' 那是什么意思？
r 代表原始字符串表示法；你可以阅读更多about it 和why it's useful in regular expressions。在这种情况下，因为\( 和\) 中的反斜杠被保留，所以没有必要。
经过一天的 Python 学习后，这对我来说非常有意义，以至于我有点尴尬地问了这个问题，但它确实很有帮助！

【解决方案2】：

您不需要为此使用正则表达式。

s = 'blah blah blah (Acanthastrea bowerbanki) blah blah blah'

scientistName = s[s.find("(")+1:s.find(")")]

【讨论】：