为什么这个常规不匹配使用python的html

Question

html是：

<div style="background-color:#A7A7A7;text-align:center;">
<span style="color:#FFFFFF;">{{rk_user.name}}のｽﾃｰﾀｽ</span>
</div>

我的常规是：

a = r'''
<div style="background-color:#([a-z0-9]+);text-align:center;">
\s*<span style="color:#(.+?);">(.+)</span>
</div>
'''

但是这个Regular与html不匹配，

那有什么不对？

感谢

Answer 1

不要使用正则表达式来解析HTML。请！

使用an HTML parser！

---

为什么不使用正则表达式，你问？

• Regular expression to match closing HTML tags
• Can you provide some examples of why it is hard to parse XML and HTML with a regex?
• Using regular expressions to parse HTML: why not?
• Can regular expressions be used to match nested patterns?
• How do HTML parses work if they're not using regexp?
• 着名的RegEx match open tags except XHTML self-contained tags

Answer 2

你应该使正则表达式不区分大小写，因为颜色是＃A7A7A7并且你匹配＃a7a7a7。

您可以在许多网站上试用：http://regexpal.com/

Answer 3

至少，您在颜色方面存在区分大小写的问题。另外，您可能想要考虑BoltClock的评论。

Answer 4

像@BoltClock提到的那样，不建议像这样使用正则表达式。如果不是现在，有时你会后悔的。有很多角落案例会使正则表达式变得复杂，有时也毫无用处。

无论如何，粗略地看一下，对于背景颜色，您使用[a-z0-9]只会匹配小写字母。但样本有大写。您可能也想要大写[a-zA-Z0-9]对于其他颜色，为什么不使用相同的？为何选择(.+?)

Answer 5

除了许多其他人所说的内容之外，你可能还想使用re.UNICODE标志，因为看起来你有一些日文字符。