python:regex在两个tex之间提取内容

Question

我想要一个python regex表达式，它可以在script["和"]之间提取内容，但是还有其他"]"让我担心

期望值： {bunch of javascript here. [\"apple\"] test}

我的尝试：

javascript\[\"(.*)"]

目标字符串：

//url//script["{bunch of javascript here. [\"apple\"] test}"]|//*[@attribute="eggs"]

link to the regex

Answer 1

因为你写问题的方式，很难准确地理解你想要达到什么目的。但是，如果要在}之后查找"]的第一个实例，请尝试以下操作：

\["([^}]+}.*?)"\]

Link to the regex

这也会起作用：

 \["(.*?}.*?)"\]

Link to the second regex example

Answer 2

您不能将嵌套的方括号与re模块匹配，因为它没有递归特性来实现这一点。但是，在您的示例中，如果选择忽略双引号之间的所有方括号，则可以跳过最里面的方括号。你知道吗

尝试以下操作：

p = re.compile(r'script\["([^\\"]*(?:\\.[^\\"]*)*)"]', re.S)

注意：这里我假设谓词只与脚本节点的“text”内容相关（而不是一个属性、一个项目数或一个axe）。你知道吗