Python需要正则表达式的帮助吗

Question

我自己搜索过了，但无法成功地生成正则表达式

我有一个html文件，其中包含[]之间的变量，我想获取这些变量中的每个单词

<div id='client_info'>
    <p><b>[client_name]</b><br/><b>[client_company]</b></p>
    <p>[client_address]<br/>[client_CP]<br/>[client_city]</p>
</div>

在那里它应该给我一个数组，包含“client\u name”，“client\u company”，“client\u address”

我做过：

vars = re.search('\[(.*)\]', html_template)
groups = vars.groups()
print groups

但是它输出('client_name]</b><br/><b>[client_company',)

我试过玩^和$，但没有成功

谢谢你的帮助

Answer 1

Python有一个非常强大的库，名为BeautifulSoup。我建议您使用这个来解析html。所以我建议您首先使用这个库来解析div。然后执行正则表达式

html = '''
...some htmls...
<div id='client_info'>
    <p><b>[client_name]</b><br/><b>[client_company]</b></p>
    <p>[client_address]<br/>[client_CP]<br/>[client_city]</p>
</div>
...more htmls...
'''
soup = BeautifulSoup(html)
div = soup.find("div", {"id":"client_info"})
p = div.findAll("p")
for tag in p:
    print re.findall('\[([^\]]*)\]', tag.renderContents())

可能有一种方法可以用BeautifulSoup解析<br/>，但我不知道

Answer 2

或者使用非贪婪量词，如下所示：

re.search('\[(.*?)\]', html_template)

或者一个字符类，比如：

re.search('\[([^\]]*)\]', html_template)

并使用^{}获取所有匹配的子字符串