请帮助用Python Regex从HTML标签中提取文本

Question

我有以下的HTML文本：

Country/<i>List it here</i><br><font color="#ff00ff">Dubai</font><br><br>

我该如何从上面的HTML中提取出'Dubai'呢？我有几百行这样的内容，比较着急，所以不想去研究BeautifulSoup或者XML解析器的实现。

非常感谢！

Answer 1

因为你只是想要一个简单粗暴的解决方案，你可以使用：

re.match(r'.*>([^<>]*)</font>.*', s).group(1)

这个代码会抓取所有在关闭字体标签之前的非尖括号的内容。再说一次，这种方法不适合真正的解析。