我正在使用Requests模块从我的目标网站访问HTML，然后使用Beautiful Soup选择网站上的特定元素。有问题的元素是一张表格，其中包含了迄今为止英格兰超级联赛2016/2017赛季的成绩。该表包含比赛日期，所涉及的球队，全时得分和半场得分。我想使用Python来解析表元素的HTML并提取那里列出的fixture。团队总是列为：
A队 - B队
球队名称可以是1-3个单独的字符串（例如伯恩利，曼联，西汉姆联队。
到目前为止，我的尝试是：
导入重新 teamsRegex = re.compile（r'（（\ w + \ s）+ - （\ s \ w +）+）'）
我的逻辑是，第一个团队的长度可以是1-3个单独的字符串，每个字符串后面总是跟一个空格。因此，模式（\ w + \ s）+表示任意长度后跟空格的字符串，可以重复1次或多次。第二个团队名称将始终以“ - ”字符后面的空格开头，并且可以是任意长度的字符串，重复1次或多次（\ s \ w +）+。
我有点达到了预期的效果，但上述情况并不完全正确。我返回一个列表，其中我在索引0处得到了我想要的结果，然后是索引0的第一个字符串作为索引1，而索引0中的最后一个字符串作为索引2。
示例字符串：
'伯恩利 - 斯旺西城市对齐=中心宽度= 45＆gt; 0-1对齐=中心＆gt; （0-0）'
Regex发现：
[（'伯恩利 - 斯旺西城'，'伯恩利'，'城市'），（'0 - 1'，'0'，'1'）]
我希望能找到[（'伯恩利 - 斯旺西城'）]
非常感谢期待任何帮助！
答案 0 :(得分：1)
r'(?:[A-Z][a-z]*\s)+-(?:\s[A-Z][a-z]*)+'
这里有两个非捕获（?:，因此您将获得完全匹配）组以匹配团队的名称。我选择明确地使用字母，因此表达式只匹配以大写字母开头并排除数字的单词。如果球队的名字可以包含数字（如“BVB 09”），您应该更改。
根据HTML文件的内容，可以添加最终预测(?= align)以增加特定性。
修改 要匹配最多三个大写字母和可选的'＆amp;'，请尝试以下方法：
r'(?:[A-Z&]{1,3}[a-z]*\s)+-(?:\s[A-Z&]{1,3}[a-z]*)+'