Python正则表达式（pattern+wildcard+pattern）[返回]（pattern）

Question

在python中用selenium刮取和用re解析 从弦上

<div type="copy3" class="sc-bxivhb dHqnfT">756 W Peachtree St NW Atlanta GA 30308</div>

我想回来

756 W Peachtree St NW Atlanta GA 30308

这个正则表达式

("copy3").*?(?=</div>)

把我还给你

"copy3" class="sc-bxivhb dHqnfT">756 W Peachtree St NW Atlanta GA 30308

但是我想排除所有在>之前的756

我怎么包括这个

Answer 1

匹配>，然后捕获组中后面的非<，并提取该组：

type="copy3"[^>]+>([^<]+)

https://regex101.com/r/BX2tVj/1

如果您想只匹配第一个<之后的内容，您就必须使用lookback（只有您确切地知道class=""属性可能包含的内容时，lookback才是可靠的）：

(?<=type="copy3" class="sc-bxivhb dHqnfT">)[^<]+

https://regex101.com/r/BX2tVj/2

或者改用regex模块，这样就可以使用\K：

type="copy3"[^>]+>\K[^<]+

https://regex101.com/r/BX2tVj/3

import regex
str = '<div type="copy3" class="sc-bxivhb dHqnfT">756 W Peachtree St NW Atlanta GA 30308</div>'
match = regex.search(r'type="copy3"[^>]+>\K[^<]+', str)

Answer 2

用硒刮擦，用硒来得到

my_element = driver.find_element_by_css_selector('div[type="copy3"]')
address = my_element.text