Question

我正在尝试使用find / find_all-method获取多个正则表达式匹配，但无法使其正常工作。

一段HTML代码可以是：

<b>Week</b> 22: 3871983

然后在代码中我尝试以下内容：

import re
from robobrowser import RoboBrowser

browser = RoboBrowser(parser='html.parser')
browser.open(some_url_containing_the_above_html_code)
result = browser.find_all(text=re.compile('Week\s+(\d+).*?(\d+)'))

print(result)

输出的内容如下：

['Week 22:\xa3871983']

我期待的是：

['22', '3871983']

\ xa是否会破坏它？或者你不能在一个正则表达式中返回多个匹配？真的不知道如何解决它。我总是可以将返回值存储在一个字符串中，并使用split或regex再次解析它，但我更愿意直接用find或find_all来解析它。

Answer 1

对find_all功能的误解。它确实返回了与给定条件匹配的元素列表。在你的情况下，它是一个正则表达式。你的正则表达式有子模式。但这并不是真的相关。 find_all不会被正则表达式分割。所以

['Week 22:\xa3871983']

是预期的结果。如果你想将它转换为['22'，'3871983']

 import re
 for result in results:
     parts = re.split("\s", result)
     parts[0] = parts[0][4:]

使用RoboBrowser / BeautifulSoup返回多个匹配项

1 个答案: