Question

我想通过正则表达式从字符串中提取一些信息，但是结果始终是None。源代码如下：

line = '<meta content=\"Allrecipes\" property=\"og:site_name\"/>'
x = re.match(r'property=".+?"',line)
print(x)

我要提取内容和属性元组，该如何解决？

Answer 1

我会建议更合适的东西。

使用beautifulsoup：

from bs4 import BeautifulSoup

line = '<meta content=\"Allrecipes\" property=\"og:site_name\"/>'
soup = BeautifulSoup(line, 'lxml')

print("Content: {}".format(soup.meta["content"]))
print("Property: {}".format(soup.meta["property"]))

输出：

Content: Allrecipes
Property: og:site_name

Answer 2

@DirtyBit的答案比使用正则表达式更好。但是，如果您仍然想使用正则表达式，可能会有所帮助（RegexDemo）：

line = '<meta content=\"Allrecipes\" property=\"og:site_name\"/>'
regex = re.search("content=\\\"(?P<content>.*)\\\".*property=\\\"(?P<prop>.*)\\\"\/>",line)
print (regex.groups())

输出：

('Allrecipes', 'og:site_name')

始终使用正则表达式提取子字符串，无re.match（）

2 个答案: