(python)正则匹配多个\n的方法

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 3918 天前的主题，其中的信息可能已经有所发展或是发生改变。

html:

<td bgcolor="#e9f2e9" valign="top">Teacher Name:
</td>
<td>
<a href="TeacherInfo.asp?uid=2050">Elodie Préaud</a> 

为了定位到Elodie Préaud，我用的办法是
Teacher Name:\n.*\n.*\n.*(.*)<\/b><\/a> 

虽然成功了，但\n.*匹配换行及还行后的全部内容太笨了，请问有其他办法吗？

aud

8 条回复 • 1970-01-01 08:00:00 +08:00

xunyu

2013-08-05 22:12:21 +08:00

一行一行的读了匹配行不？

yangg

2013-08-05 22:15:34 +08:00

(?s)Teacher Name:.*?(.*?)</a> 

(?s) 开启单行匹配模式，.匹配所有的字符

jwu

2013-08-05 22:26:00 +08:00

@yangg 在范例中的确可以了，但如果放到html全文（多个类似的段落）去好像就不行了，匹配结果的List为空

hhrmatata

2013-08-05 22:40:36 +08:00

# encoding: utf-8

import re

html = """
<td bgcolor="#e9f2e9" valign="top">Teacher Name:
</td>
<td>
<a href="TeacherInfo.asp?uid=2050">Elodie Préaud</a> 
"""

pattern = re.compile('Teacher Name.*?(.*?)', re.DOTALL)

result = pattern.search(html).group(1)

print result

jwu

2013-08-05 22:55:21 +08:00

@hhrmatata 今天困扰了一天的问题被您解决了！感谢！我来分析下关键的.*?这三个字麻烦看我是否理解正确了，由于开启了re.DOTALL，因此.匹配任何包括换行内容；*匹配0或多个，而加上?代表非贪婪，即匹配文档中第一次出现即匹配

vmebeh

2013-08-05 23:00:07 +08:00

ur'<a\shref="TeacherInfo\.asp\?uid=\d+">(.*)</a>'

hhrmatata

2013-08-05 23:41:04 +08:00

@jwu 恩，是这样的

msg7086

2013-08-05 23:57:28 +08:00

这种匹配我宁愿先用split('Teacher Name')