Question

我有这个正则表达式，据说是检测HTML标签的全部结果。我在这里找到了它：

http://haacked.com/archive/2004/10/25/usingregularexpressionstomatchhtml.aspx/

原始正则表达式如下：

</?\w+((\s+\w+(\s*=\s*(?:".*?"|'.*?'|[^'">\s]+))?)+\s*|\s*)/?>

当我在它周围添加单引号时，它变为：

'</?\w+((\s+\w+(\s*=\s*(?:".*?"|'.*?'|[^'">\s]+))?)+\s*|\s*)/?>'

但这会将内部('.\*?')作为与我想要制作的字符串不同的实体。任何想法如何解决这一问题？逃避那些内在的引号。*？因为我在扫描字符串错误时获得了EOL，所以似乎没有帮助

有什么想法吗？

Answer 1

您可以使用双引号引用整个正则表达式。

>>> obj = re.compile(r"</?\w+((\s+\w+(\s*=\s*(?:\".*?\"|'.*?'|[^'\">\s]+))?)+\s*|\s*)/?>")
>>> obj.pattern
'</?\\w+((\\s+\\w+(\\s*=\\s*(?:\\".*?\\"|\'.*?\'|[^\'\\">\\s]+))?)+\\s*|\\s*)/?>'

注意我已将正则表达式中的双引号转义为\"

正确转义字符串中的引号

1 个答案: