查找字符串，提取值[重复]

Posted 2023-02-23

【中文标题】查找字符串，提取值[重复]

【英文标题】：Find string, extract value [duplicate]

【发布时间】：2019-12-24 01:14:18

【问题描述】：

我正在尝试解析 Python 中包含内联脚本的 html。我需要在脚本中找到一个字符串，然后提取该值。在过去的几个小时里，我一直在尝试在regex 中执行此操作，但我仍然不相信这是正确的方法。

这是一个示例：

['key_to_search_for']['post_date'] = '10 days ago';

我要提取的结果是：10 days ago

这个正则表达式让我了解了一部分，但我无法弄清楚完整的匹配：

^\[\'key_to_search_for\'\]\[\'post_date\'\] = '(\d1,2)+( \w)

Regex playground

但是，即使我可以匹配regex，我也不确定仅获得价值的最佳方式。我正在考虑用空格替换键，例如 .replace('['key_to_search_for']['post_date'] = '','')，但这似乎效率低下。

我应该匹配regex 然后替换吗？有没有更好的方法来处理这个？

【问题讨论】：

用正则表达式解析 html 是错误的，但显示更多上下文，显示 html 上下文 - 因为现在它似乎只是一个常规字符串，可能是“正则表达式”

您可以使用单个捕获组提取值^\['key_to_search_for'\]\['post_date'\] = '(\d1,2 \w+ \w+)';$ 参见regex101.com/r/ee60zU/1

@RomanPerekhrest 我正在使用漂亮的汤来解析 HTML，但漂亮的汤不处理内联脚本。 ***.com/questions/38547569/…

【参考方案1】：

您可以使用单个捕获组提取值，并使用\w+ 的量词匹配这两个词。

该值在捕获组 1 中。

^\['key_to_search_for'\]\['post_date'\] = '(\d1,2 \w+ \w+)';$

Regex demo

或使用与除' 之外的任何字符匹配的否定字符类

^\['key_to_search_for'\]\['post_date'\] = '([^']+)';$

Regex demo