概述
我们可以使用贪心捕获、费贪心捕获等方法，用正则表达式提取标签中间的内容。我们需要将模式字符串设置为
(.*)
来捕获标签中间的内容，其中点号.表示匹配除了换行符以外的任意字符，*表示匹配任意多（0个或者1个或者多个）字符。注意如果我们把小括号（）去掉，那么在返回的字符串中将把html标签也包括进去。我们可以通过以下代码来看一下运行的结果。
import re
content = '''
<h>dakfadg</>
<div>graph</div>
<div>math</div>
'''
pat = r'<div>.*</div>'
results = re.findall(pat,content)
print(results)
pat = r'<div>(.*)</div>'
results = re.findall(pat,content)
print(results)
结果如下图所示：
['<div>graph</div>', '<div>math</div>']
['graph', 'math']
[Finished in 0.7s]
这样我们就把div标签中的内容存放在了一个列表当中，这项技术可以用在网络爬虫中。
最后
以上就是柔弱芝麻为你收集整理的爬虫技术的正则基础：用re提取html标签中间的内容的全部内容，希望文章能够帮你解决爬虫技术的正则基础：用re提取html标签中间的内容所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复