BeautifulSoup，简单的正则表达式问题答案

【问题标题】：BeautifulSoup, simple regex issueBeautifulSoup，简单的正则表达式问题
【发布时间】：2013-04-01 07:28:48
【问题描述】：

我只是遇到了正则表达式的障碍，不知道为什么这不起作用。

BeautifulSoup 文档是这样说的：

soup.find_all(class_=re.compile("itl"))
# [<p class="title"><b>The Dormouse's story</b></p>]

这是我的html：

<a href="exam.com" title="Keeper: Jay" class="pos_text">Aouate</a></span><span class="pos_text pos3_l_4">

我正在尝试匹配span 标签（最后一个位置）。

>>> if soup.find(class_=re.compile("pos_text pos3_l_\d{1}")):
        print "Yes"

# prints nothing - indicating there is no such pattern in the html

所以，我只是在重复 BS4 文档，但我的正则表达式不起作用。如果我用4（最初在html中）替换\d{1}，它就成功了。

【问题讨论】：

标签： python regex python-2.7 beautifulsoup

【解决方案1】：

在您的正则表达式中尝试“\\d”。它可能将“\d”解释为试图逃避“d”。

或者，原始字符串应该可以工作。只需在正则表达式前面放一个“r”，如下所示：

re.compile(r"pos_text pos3_l_\d{1}")

【讨论】：

为什么需要转义？
d 不需要转义。 `\` 需要转义。
嗯，我已经多次使用\d 并且从未真正逃脱过反斜杠。无论如何我现在都试过了，但它什么也没做。

【解决方案2】：

我不完全确定，但这对我有用：

soup.find(attrs={'class':re.compile('pos_text pos3_l_\d{1}')})

【讨论】：

来自文档：所有版本的 Beautiful Soup 中都有一个 class_ 的快捷方式。任何 find() 类型方法的第二个参数称为 attrs，传入一个字符串作为 attrs 将搜索该字符串作为 CSS 类：
哦，太好了。我从来没有注意到这一点。

【解决方案3】：

您匹配的不是一个类，而是一个特定顺序的特定类组合。

来自documentation：

You can also search for the exact string value of the class attribute:

css_soup.find_all("p", class_="body strikeout")
# [<p class="body strikeout"></p>] But searching for variants of the string value won’t work:

css_soup.find_all("p", class_="strikeout body")
# []

因此，您应该首先匹配 post_text，然后在结果中尝试与该搜索匹配中的正则表达式匹配

【讨论】：