续正则分组例题
注意:有加括号的只输出括号里面的表达式,多个括号用元组存储
#例子:
import re
S='A B C D'
p1=re.compile('\w+\s+\w+')
p=p1.findall(S) #['A B', 'C D']
p2=re.compile('(\w+)\s+(\w+)')
p=p2.findall(S) #[('A', 'B'), ('C', 'D')]
p3=re.compile('(\w+)\s+\w+')
p=p3.findall(S) #['A', 'C']
print(p)
正则案例:
要求:重给出的html代码中提取如下内容
1、第一步实现:[('Tiger','Two...'),('Rabbit','Small...')]
2、第二步实现:
动物名称:Tiger
动物描述:Two.....
**************************
动物名称:Rabbit
动物描述:Small....
**************************
html代码:
<div class="animal">
<p class="name">
<a title="Tiger"></a>
</p>
<p class="content">
Two tiger two tigers run fast
</p>
</div>
<div class="animal">
<p class="name">
<a title="Rabbit"></a>
</p>
<p class="content">
Small white rabbit white and white
</p>
</div>
"""
实现代码:
import re
s='''
<div class="animal">
<p class="name">
<a title="Tiger"></a>
</p>
<p class="content">
Two tiger two tigers run fast
</p>
</div>
<div class="animal">
<p class="name">
<a title="Rabbit"></a>
</p>
<p class="content">
Small white rabbit white and white
</p>
</div>
'''
#正则表达式中需要删除的多余的可用.*?代替(非贪婪匹配),要提取的内容加括号即可
reg='<a title="(.*?)">.*?<p class="content">(.*?)</p>'
p1=re.compile(reg,re.S)
p=p1.findall(s)
#第一步实现:
print(p)
#第二步实现
for r in p:
#去除前后多余的换行符和空格
print("动物名称:",r[0].strip())
print("动物描述:", r[1].strip())
print('*'*50)
运行结果: