Python: 使用正则表达式在网站标签之间查找句子

Question

我想在 ...class="question-hyperlink"> 标签之间找到一句话。

用这段代码：

import urllib2
import re

response = urllib2.urlopen('https://stackoverflow.com/questions/tagged/python')
html = response.read(20000)

a = re.search('question-hyperlink', html)
print html[a.end()+3:a.end()+100]

我得到了：

DF5 for Python: high level vs low level interfaces. h5py</a></h3>        <div class="excerpt">

我该如何在下一个 < 停下来呢？我又该如何找到下一句呢？我想用正则表达式来实现。

编辑

给那些点了反对票的人：我想像他那样做：

正则表达式匹配开放标签，除了XHTML自包含标签

Answer 1

如果你一定要用正则表达式来做，可以试试下面这个：

a = re.finditer('<a.+?question-hyperlink">(.+?)</a>', html)
for m in a: 
    print m.group(1)

顺便提一下，这段代码做的事情和上面的一样，但方式要更稳健一些：

doc = BeautifulSoup(html)
for a in doc.findAll('a', 'question-hyperlink'):
    print a.text