重複正則表達式組

Question

我想從一個網站獲取一些信息。我想要的信息是在一個表格中，所以我做了一個正則表達式，但我不知道正確的方法來簡化它。

以下是我的正則表達式的兩個部分，我想簡化：

<br>(.*)<br>(.*)<br>(.*) 

<tr><td>(.+)r>(.+)r>(.+)r>(.+).+</td></tr> # This part should be repeated n times(n = 1 to 10) 

我通過Python文檔看，我無法知道如何做到這一點。也許你可以給我一個提示。

謝謝， mF。

Answer 1

這是錯誤的路要走，除非你想湊一些數據從一個微小的片段。

如果您使用寬容的HTML，會更好。之前提到的BeautifulSoup是一個很好的，但它停滯不前，我不相信它正在積極維護。

Python強烈推薦的解析器是lxml。

在我們的本地郵件列表here之一中，有一個討論解析XHTML的長話題，您可能會發現它也很有用。

Answer 2

RegEx match open tags except XHTML self-contained tags

「你有沒有嘗試過使用XML解析器呢？」

編輯：這是要走的路：你只需要把塊括號，然後使用{...}運營商Beautiful Soup

Answer 3

，例如：以

(foo...){1,10} 

比賽1那裏面有10件事。鑑於你上面的例子，你可以窩那些：

((f..)(b..)){1,10}