Question

我想识别字符串中与我搜索的字符串相对的字符。

换句话说，如果我搜索＆＃39;示例文字＆＃39;在下面的字符串中，我想识别出来之前和之后的直接字符＆＃39;示例文字＆＃39;并且还有＆＃39;＆lt;＆＃;和＆＃39;＆gt;＆＃39;。

例如，如果我在下面的字符串中搜索了＆＃39;示例文字＆＃39;，我希望函数返回<h3>和</h3>，因为这些是字符紧接着它之前和之后。

String = "</div><p></p> Random Other Text <h3>Example Text</h3><h3>Coachella Valley Music &amp; Arts Festival</h3><strong>Random Text</strong>:Random Date<br/>"

Answer 1

我不相信你在这里问正确的问题。我认为你的目标是：

给定一段文字，我如何捕捉封装它的html元素

非常不同的问题和一个永远不应该用正则表达式解决的问题。如果你想知道原因，只需谷歌吧。

就其他问题而言，捕获相关的html标记时，我建议使用lxml。可以找到文档here。对于您的用例，您可以执行以下操作：

>>> from lxml import etree
>>> from StringIO import StringIO

>>> your_string = "</div><p></p> Random Other Text <h3>Example Text</h3><h3>Coachella Valley Music &amp; Arts Festival</h3><strong>Random Text</strong>:Random Date<br/>"

>>> parser = etree.HTMLParser()
>>> document = etree.parse(StringIO(your_string), parser)
>>> elements = document.xpath('//*[text()="Example Text"]')

>>> elements[0].tag
'h3'

Answer 2

不使用正则表达式的原因：

难以确定比赛前后返回的字符数。
如果您匹配标签，如果搜索到的文字没有立即被标签包围，您会怎么做？
义务：Tony the Pony says so

如果要解析HTML / XML，请使用HTML / XML解析器。 lxml是一个不错的选择，我个人更喜欢使用BeautifulSoup，因为它使用public IList<Article> getArticleByIdWithSortedSubarticles(int ArticleId) { var query = _articleRepository.Table; query = query.Where(a => ArticleId == a.Id) .Select(a => a); var subarticles = query.ToList(); return subarticles; }进行繁重的工作，但也有其他功能，并且更加用户友好，尤其是快速比赛。

Answer 3

我相信它可以由beautifulsoup

完成

from BeautifulSoup import BeautifulSoup

String = "</div><p></p> Random Other Text <h3>Example Text</h3><h3>Coachella Valley Music &amp; Arts Festival</h3><strong>Random Text</strong>:Random Date<br/>"

soup = BeautifulSoup(String)

input = 'Example Text'
for elem in soup(text=input):
    print(str(elem.parent).replace(input,'') )

Answer 4

您可以使用正则表达式<[^>]*>来匹配标记，然后使用用括号定义的组将匹配项分离到您想要的块中：

m = re.search("(<[^>]*>)Example Text(<[^>]*>)", String)
m.groups()
Out[7]: ('<h3>', '</h3>')

通过它们与搜索字符串的相对位置来识别字符串中的字符？

4 个答案: