如何從html文本中捕獲兩個子字符串？

-1

data-event-title="Yuichi Sugita* vs Adrian Mannarino"> 
           <span class="odds-container"> 
                  <b class="odds">1/12</b> 
                    </a>

而且我想捕捉Yuichi Sugita和1/12。爲此，我創建了以下正則表達式： ata-event-title="(.+)".+ class="odds">(.+)< 其中括號中有兩個捕獲組（當我單獨使用它們時它們工作正常），但問題在於它們之間的.+未按預期工作。

任何建議表示讚賞。

來源

2017-07-01 Nickpick

它，因爲你應該使用的東西比正則表達式這個工作，其他「不能按預期工作。」 – horcrux

喜歡什麼？爲什麼？ – Nickpick

就像一個HTML解析器。 [這就是爲什麼]（https://stackoverflow.com/a/1732454/4607733）！ – horcrux

您在使用點的是「貪婪」，所以他們抓住儘可能他們可能可以（和你不在這種情況下實際上並不希望這樣）。

您可以將捕獲組量化符更改爲「懶惰」，但對捕獲組使用否定字符類（語法[^character]）會更有效。

的點你的兩個拍攝組之間是罰款是「貪婪」，因爲當它遇到class="odds">無論如何會被暫停。

假設你有換行作爲樣本輸入顯示，您的點會停止換行符，除非您使用s標誌使用圖案。使用此：

r"data-event-title=\"([^*]+).*class=\"odds\">([^<]+)"s

這將捕獲：

遵循data-event-title="只是*第一次出現之前結束的子字符串。
跟隨class="odds">第一<之前剛剛結束的子被發現。

這是Python regex pattern demo。

如果你想充分data-event-title屬性值，這將捕獲Yuichi Sugita* vs Adrian Mannarino：

r"data-event-title=\"([^\"]+).*class=\"odds\">([^<]+)"s

來源

2017-07-01 23:19:40 mickmackusa

如果你想捕捉裏面data-event-title=""和1/12文本，然後使用正則表達式
data\-event\-title\=\"(.+?)\"[^\0]*class\=\"odds\".*\>(.+?)\<
https://regex101.com/r/4loeLv/1

或者

如果你想捕捉第一人的名字裏data-event-title=""然後
data\-event\-title\=\"(.+?) vs.*?\"[^\0]*class\=\"odds\".*\>(.+?)\<
https://regex101.com/r/4loeLv/2

來源

2017-07-01 17:47:23 lkdhruw

爲什麼我需要把'[^ \ 0] *'？ – Nickpick

在給定的文本中有很多不同的字符，這可以是除null = \ 0之外的任何東西（包括'\ s'，'\ t'，'\ n'，'\ r'）。 – lkdhruw

我用替代與垂直條或管道符號（|）。 read more here

此正則表達式你想要做什麼：

>(.*)<|data-event-title="([^*]*.).*"

看到這裏保存的正則表達式regex101

來源

2017-07-01 17:47:45

如何從html文本中捕獲兩個子字符串？

回答

相關問題