为什么我的 python 正则表达式代码不能正常工作？ [复制]

Question

晚上好。 我得到以下html代码：

<tr>
   <td>value:</td>
   <td>0</td>
</tr>

此代码是完整 html 网页的一部分。 我想解析第二个 td-tag 中的值。

这是我的尝试：

pattern = re.compile('<td>value:</td>.*?<td>(.*?)</td>', re.S)
value = pattern.search(source_code).group(1)

source_code是完整的网页源代码。

当我运行此代码时，我收到以下消息： AttributeError: 'NoneType' object has no attribute 'group'

Answer 1

Do not parse HTML with regex.

改为使用专门的工具，一个 html 解析器，例如 BeautifulSoup:

>>> from bs4 import BeautifulSoup
>>> data = """<tr>
...    <td>value:</td>
...    <td>0</td>
... </tr>"""
>>> soup = BeautifulSoup(data)
>>> soup.find('tr')('td')[1].text
u'0'
>>> soup.find('td', text='value:').find_next_sibling('td').text
u'0'