Python：提取字符串内标签之间的所有子字符串答案

【问题标题】：Python: extract all sub-strings in between tags within stringPython：提取字符串内标签之间的所有子字符串
【发布时间】：2016-03-29 21:15:53
【问题描述】：

我有一个大字符串，格式如下：

'324/;.ke5 efwef dwe,werwrf <>i want this<> ergy;'56\45,> thu ;lokr<>i want this<> htur ;''\> htur> jur'

我知道我可以做一些事情：

result= text.partition('<>')[-1].rpartition('<>')[0]

但这只会给我字符串中第一个和最后一个之间的内容，我如何遍历整个字符串并提取每个相应标签对之间的内容？

【问题讨论】：

标签： python html string parsing tags

【解决方案1】：

你可以使用正则表达式和findall():

>>> import re
>>> s = "324/;.ke5 efwef dwe,werwrf <>i want this<> ergy;'56\45,> thu ;lokr<>i want this<> htur ;''\> htur> jur"
>>> re.findall(r"<>(.*?)<>", s)
['i want this', 'i want this']

其中(.*?) 是一个捕获组，可以在non-greedy 模式下匹配任意字符任意次数。

【讨论】：

您好，我厌倦了使用您的方法，起初它有效，但后来我尝试使用它查找“\/\/”标签中的所有内容，但我停止了工作，您知道这是为什么吗？ @alecxe
@abcla 我认为这可以而且应该有资格作为一个单独的问题。如果您需要帮助，请考虑发布 - 确保提供所有详细信息。要关闭此主题，请考虑接受答案，谢谢。

【解决方案2】：

我认为string.split() 是你想要的：

>>> text = """'324/;.ke5 efwef dwe,werwrf <>i want this<> ergy;'56\45,> thu ;lokr<>i want this<> htur ;''\> htur> jur'"""
>>> print text.split('<>')[1:-1]
['i want this', " ergy;'56%,> thu ;lokr", 'i want this']

split() 方法为您提供了一个字符串列表，其中参数用作分隔符。 (https://docs.python.org/2/library/string.html#string.split) 然后，[1:-1] 为您提供列表的一部分，没有第一个和最后一个元素。

【讨论】：