jwu
V2EX  ›  问与答

(python)正则匹配多个\n的方法

By jwu at 2013 年 8 月 5 日 · 6769 次点击
html:

<td bgcolor="#e9f2e9" valign="top">Teacher Name:
</td>
<td>
<a href="TeacherInfo.asp?uid=2050"><b>Elodie Préaud</b></a><br>


为了定位到Elodie Préaud,我用的办法是
Teacher Name:\n.*\n.*\n.*<b>(.*)<\/b><\/a><br>

虽然成功了,但\n.*匹配换行及还行后的全部内容太笨了,请问有其他办法吗?
8 条回复  •  1970-01-01 08:00:00 +08:00
xunyu
   1
xunyu  
   2013 年 8 月 5 日
一行一行的读了匹配行不?
yangg
   2
yangg  
   2013 年 8 月 5 日
(?s)Teacher Name:.*?<b>(.*?)</a><br/>

(?s) 开启单行匹配模式,.匹配所有的字符
jwu
   3
jwu  
OP
   2013 年 8 月 5 日
@yangg 在范例中的确可以了,但如果放到html全文(多个类似的段落)去好像就不行了,匹配结果的List为空
hhrmatata
   4
hhrmatata  
   2013 年 8 月 5 日   ❤️ 1
# encoding: utf-8

import re

html = """
<td bgcolor="#e9f2e9" valign="top">Teacher Name:
</td>
<td>
<a href="TeacherInfo.asp?uid=2050"><b>Elodie Préaud</b></a><br>
"""


pattern = re.compile('Teacher Name.*?<b>(.*?)</b>', re.DOTALL)

result = pattern.search(html).group(1)

print result
jwu
   5
jwu  
OP
   2013 年 8 月 5 日
@hhrmatata 今天困扰了一天的问题被您解决了!感谢!我来分析下关键的.*?这三个字麻烦看我是否理解正确了,由于开启了re.DOTALL,因此.匹配任何包括换行内容;*匹配0或多个,而加上?代表非贪婪,即匹配文档中第一次出现即匹配
vmebeh
   6
vmebeh  
   2013 年 8 月 5 日
ur'<a\shref="TeacherInfo\.asp\?uid=\d+"><b>(.*)</b></a>'
hhrmatata
   7
hhrmatata  
   2013 年 8 月 5 日
@jwu 恩,是这样的
msg7086
   8
msg7086  
   2013 年 8 月 5 日
这种匹配我宁愿先用split('Teacher Name')
© 2026 V2EX · 45ms · 3.9.8.5