【发布时间】：2021-03-11 00:46:25
【问题描述】：
我正在创建一个脚本，它接受用户输入的类/ID 名称，然后解析我的所有 HTML 文件并定位并打印包含它们的任何行。
我得到的最接近的是：class=["']((.*?)(USER_INPUT_NAME))[\s"']
- 我将在 Python 中使用它，所以我知道我必须包含转义字符才能使其正常执行。
这仍然会给以下行带来问题：
-
<div class="cover-container">只搜索“容器”时——我最终找到了“封面容器” -
<button type="button" class="close modal-exit" data-dismiss="modal" aria-label="Close">仅搜索“modal”时，它明显超出了类的范围，并在另一个标识符中找到它。
我显然不是最擅长正则表达式，我一直在尝试通过利用其他问题来解决它，但我似乎无法到达那里，因为“-”将我的正则表达式扔掉并保持在 class=" " 引号把它扔掉了。如有任何帮助，我将不胜感激。
【问题讨论】：
-
您是否考虑过使用BeautifulSoup 来解析您的html？？
-
@wwii 我最初也是这么想的，但是它如何返回该行的行号和内容？
-
很难说，因为您的minimal reproducible example 不包含在示例数据中，并且（至少对我而言）不清楚您到底想要做什么。解析 html 你不能指望有任何 lines - 你不能指望 html 字符串 打印得很漂亮 所以行号通常没有任何意义；找到标签后，您通常可以找到兄弟姐妹、父母、邻居……以及他们的内容。