如何在Python中获取多个正则匹配？

Question

我有这段文本：

 <div class="additional-details">
  <div class="mark-container">
   <input type="checkbox" id="comp-80174649" value="80174649"
          data-heading-code="2550"/>
   <label for="comp-80174649">???</label>
   <a href="#" class="compare-link" id="compare-link-1"
      data-compare="/80174649/2550/"
      data-drop-down-id="compare-content-1"
      data-drop-down-content-id="compare-content"
      data-drop-down-class="drop-down-compare"
      etc...
      data-compare="/8131239/2550/"

我想提取 data-compare="HERE" 里面的内容（我有多个匹配项）。

我知道怎么在 C# 中做到这一点，使用 MatchCollection，但在 Python 中，我对 re.search、re.match 感到很困惑，而且我发现 C# 中有效的正则表达式在 Python 中并不太管用。

有人能解释一下怎么做吗？

Answer 1

re.findall 可以用来在一个列表中找到所有匹配的内容。

>>> import re
>>> s = '<div cla'  # whole string here
>>> result = re.findall('data-compare="([\d/]+)"', s)
>>> print result
['/80174649/2550/', '/8131239/2550/']

解释

我们想要的输出像 '/80174649/2550/' 这样的字符串，里面只有数字和斜杠，所以我们只关注这些部分。

在 ([\d/]+) 中，[\d/] 的意思是匹配一个数字（用 \d 表示）或者一个斜杠 /。

然后 + 符号表示前面的模式 [\d/] 可以出现多次，因为我们确实有多个数字和 /。

外面的括号表示我们只想捕捉并返回里面的模式 [\d/]+。