使用 re 库 python 无法正确解析结束行

Question

考虑字符串：<p class="sm clg" data-rlocation="Uttam Nagar East">Uttam Nagar East, Delhi <span class="to-txt" id="citytt1">B-24, East Uttam Nagar, Uttam Nagar East,<br>Delhi<span> - </span>110059我想Uttam Nagar East使用正则表达式函数得到结果，但我得到的输出是Uttam Nagar East">Uttam Nagar East, Delhi <span class="to-txt" id="citytt1'我试过使用print(re.findall(r'data-rlocation="(.*)["]',contents))和print(re.findall(r'data-rlocation="(.*)"',contents))

Answer 1

该小组(.*)在其捕获中包含了结束语。试试这个：

>>> re.findall(r'data-rlocation="([^"]*)"', contents)

['Uttam Nagar East']

在这里查看它是如何工作的。

Answer 2

您正在使用贪婪的正则表达式，您可以添加“？” 让它不贪心

import re

contents = '<p class="sm clg" data-rlocation="Uttam Nagar East">Uttam Nagar East, Delhi <span class="to-txt" id="citytt1">B-24, East Uttam Nagar, Uttam Nagar East,<br>Delhi<span> - </span>110059'

print(re.findall(r'data-rlocation="(.*?)"',contents))

Answer 3

使用惰性匹配进行积极的后视和积极的前瞻将起到作用。

图案：(?<=data-rlocation=").*?(?=")

代码：print(re.findall(r'(?<=data-rlocation=").*?(?=")',contents))

正则表达式 101 上的演示

解释

• (?<=使用积极的前瞻。它不会返回字符串。它只会确保这个模式在匹配之前是正确的。

• data-rlocation="这是要匹配的字符串

• )关闭积极的前瞻

• .*匹配我们要返回的字符串的每一个字符

• ?使*懒惰（不贪婪）

• (?=打开正向前瞻以匹配关闭模式，但不返回字符串

• "匹配下一个双引号

• )关闭积极的前瞻