在Python中返回列表的正则表达式？

Question

所以，我想用Python从一大块HTML代码中创建一个列表，但是我试图根据HTML标记将其拆分。我不太精通正则表达式，所以不知道该怎么做。例如，假设我有一段HTML代码：

<option value="674"> Example text here </option><option value="673"> Example text here</option><option value="672"> Example text here </option>

我希望我能够将这段代码（尽管它的版本要大得多）保存到字符串中，然后使用函数返回如下列表：

^{pr2}$

不管怎样，我能做到吗？在

Answer 1

我同意@roippi的评论，请使用HTML解析器。但是，如果您真的想使用regex，则需要以下内容：

import re

s = '<option value="674"> Example text here </option><option value="673"> Example text here</option><option value="672"> Example text here </option>'

>>> print re.findall(r'>\s*([^<]+?)\s*<', s)
['Example text here', 'Example text here', 'Example text here']

Answer 2

您可以简单地使用^{}来实现这个目的。在

import bs4

html = '''
<option value="674"> Example text here </option>
<option value="673"> Example text here</option>
<option value="672"> Example text here </option>
'''

soup  = bs4.BeautifulSoup(html)
mylst = [str(x.text).strip() for x in soup.find_all('option')]

输出

^{pr2}$