有没有任何lib可以采取文本(如html文档)和字符串列表(如某些产品的名称),然后在字符串列表中找到一个模式,并生成一个正则表达式,将提取所有的文本中的字符串(html文档)匹配它发现的模式?
例如,给出以下html:
Product 1 Product 2 Product 3 Product 4 Product 5 Product 6 Product 7 Product 8和以下字符串列表:
['Product 1', 'Product 2', 'Product 3']
我想要一个可以构建正则表达式的函数,如下所示:
'
(.*?)'然后从与正则表达式匹配的html中提取所有信息.
在这种情况下,输出将是:
['Product 1', 'Product 2', 'Product 3', 'Product 4', 'Product 5', 'Product 6', 'Product 7', 'Product 8']
澄清:
我想要这个功能来查看样品的周围,而不是样品本身.
所以,例如,如果html是:
Word More words 101 -1-0-1-和样品[‘Word’,’More words’]我想要提取:
['Word', 'More words', '101', '-1-0-1-']