正则表达式python中不需要的字符答案

【问题标题】：Unwanted characters in regular expressions python正则表达式python中不需要的字符
【发布时间】：2014-12-27 15:34:46
【问题描述】：

所以，我有一个包含 XML 字符串的站点，我希望我的程序返回出现在两个字符串之间的字符串列表。这是我的代码：

 response = requests.get(url)


 artists=re.findall(re.escape('<name>')+'(.*?)'+re.escape('</name>'),str(response.content))
 print(artists)

这会返回一个字符串列表。问题是，某些字符串中包含不需要的字符。例如，列表中的一个字符串是“Somethin\\' \\'Bout A Truck”，我希望它是 'Somethin' 'Bout A Truck'。

提前致谢。

【问题讨论】：

have a site that has an XML string, bs4呢？
我会调查的，谢谢。

标签： regex python-3.x python-requests

【解决方案1】：

我认为beautiful soup(bs4) 会解决这个问题，它也会支持更高版本的python 3.4

【讨论】：

【解决方案2】：

从您的角度来看，这些转义符（单个反斜杠，每个都显示为 \\）可能是“不需要的”，但它们无疑“存在”在您收到的响应中。因此，如果字符存在但不需要，您可以删除它们，例如使用 str(response.content)

str(response.content).replace('\\'. '')

如果您真正想要做的是删除所有此类转义（如果您想做一些与此不同的事情，您最好解释一下它是什么：-）。

BeautifulSoup4 在接受的答案中推荐，虽然确实是一个不错的包，但 not 是否会肆意删除输入中存在的字符 - 它无法读懂你的想法，所以它不能知道什么是你“不想要的”。例如：

>>> import bs4
>>> s = '<name>Somethin\\\' \\\'Bout A Truck</name>'
>>> soup = bs4.BeautifulSoup(s)
>>> print(soup)
<name>Somethin\' \'Bout A Truck</name>
>>>

如您所见，转义（反斜杠）仍然存在于单引号之前。

【讨论】：