如何从python中提取两个其他字符串之间的字符串？

Question

就像我有一个类似str1 = "IWantToMasterPython"的字符串

如果我想从上面的字符串中提取"Py"。我写道：

extractedString = foo("Master","thon")

我想做所有这些，因为我正试图从一个html页面提取歌词。歌词写得像<div class = "lyricbox"> ....lyrics goes here....</div>。

关于如何实施的任何建议。

Answer 1

def foo(s, leader, trailer):
  end_of_leader = s.index(leader) + len(leader)
  start_of_trailer = s.index(trailer, end_of_leader)
  return s[end_of_leader:start_of_trailer]

如果在字符串s中不存在前导符，或者其后不存在尾符，则会引发ValueError（在这种异常情况下，您没有指定要执行的行为；引发异常是一种非常自然和恶毒的行为，让调用方使用try/来处理，除非它知道在这种情况下要执行什么操作）。

基于RE的方法也是可能的，但我认为这种纯字符串方法更简单。

Answer 2

解决方案是使用regexp：

import re
r = re.compile('Master(.*?)thon')
m = r.search(str1)
if m:
    lyrics = m.group(1)

Answer 3

美貌是做你想做的事最简单的方法。它可以安装如下：

sudo easy_install beautifulsoup

执行所需操作的示例代码是：

from BeautifulSoup import BeautifulSoup

doc = ['<div class="lyricbox">Hey You</div>']
soup = BeautifulSoup(''.join(doc))
print soup.find('div', {'class': 'lyricbox'}).string

您可以使用Python的urllib直接从url获取内容。如果您想做更多的解析，Beautiful Soup doc也很有用。