python - 正则表达式匹配html的问题。

问题描述

<dd class='gray6'> <span class='gray6'> 中文 <span class='padl27'></span> 中文 </span> 中文内容 #需要抓取的内容</dd>用BeautifulSoup html.parser解析的网页，现在用re模块想抓取**第7行**的中文内容，放在一个组里面（.*?）。正则老是匹配不上，用换行符也匹配不上，不知道怎么写了。。。

问题解答

既然你都用bs4解析了，为什么不用它提取哪？bs4内有一个stripped_string的函数正好满足你的需要。

import repattern = re.compile(r’</span>.*?</span>(.*?)</dd>’, re.S)str = ’’’<dd class='gray6'> <span class='gray6'> 中文 <span class='padl27'></span> 中文 </span> 中文内容 #需要抓取的内容</dd>’’’print(pattern.search(str).group(1))===> 中文内容 #需要抓取的内容回答3：

const re = /^</span>(.*)</dd>$/

这样可以不?