Question

我有一些看起来像这样的字符串：

<a href="javascript:updateParent('higashino/index.html')">東野 圭吾「夢幻花」「白夜行」</a>他<br>

现在我想提取角括号内的链接和字符串（“”“和”“”），如下所示：

['higashino/index.html', '夢幻花', '白夜行']

我试过了：

import re
str = u'''<a href="javascript:updateParent('higashino/index.html')">東野 圭 吾「夢幻花」「白夜行」</a>他<br>'''
myre = re.compile(ur'''\('(.*)'\)">.*「(.*?)」.*''', re.UNICODE)
myre.findall(str)

结果是：

['higashino/index.html', '白夜行']

然后我尝试使用模式\('(.*)'\)">.*「([^」]*)」.*，但结果是相同的，只找到了方括号内的一个元素。

我怎样才能得到一个，但角括号内的所有元素？感谢。

Answer 1

将re.findall()（或re.finditer）与正则表达式「([^」]*?)」一起使用：

import re
str = '''<a href="javascript:updateParent('higashino/index.html')">東野 圭 吾「夢幻花」「白夜行」</a>他<br>'''
match = re.findall(r'「([^」]*?)」', str)
print(match)

，并提供：

['夢幻花', '白夜行']

使用python 3。另外，如果你没有使用python 3，我建议这样做，因为使用unicode字符串要比python 2好得多

Answer 2

>>> myre = re.compile(ur'''(?<=\(').+?(?='\)">)|(?<=「)[^」]+''', re.UNICODE)
>>> myre.findall(str)
[u'higashino/index.html', u'\u5922\u5e7b\u82b1', u'\u767d\u591c\u884c']

如何匹配角括号中的多个元素与python正则表达式？

2 个答案: