找到合适的正则表达式

Question

你能帮我找到正确的正则表达式，在这2页的每一次中提取（Margaux或Saint-Julien）：

page 1中的

：Margaux, Rouge

<{3}}中的

：2ème Vin, Saint-Julien, Rouge

我的代码：

item ["appelation"] = res.select('.//div[@class="pro_col_right"]/div[@class="pro_blk_trans"]/div[@class="pro_blk_trans_titre"]/text()').re(r'\s*\w+\-\w+\-\w+|\w+\-\w+|\[^Rouge,Blanc]')

我的正则表达式找不到玛歌，但它提取圣朱利安！

Answer 1

不确定为什么你需要这个但是假设s是你的html文件，那么这个正则表达式会找到你要找的东西..

import re
m = re.search(r"\<div\ class=\"pro_blk_trans_titre\"\>(.*)\</div\>", s)
print(m.group(1).strip().encode("utf8"))

# page1: b'Margaux, Rouge'
# page2: b'2\xc3\xa8me Vin, Saint-Julien, Rouge'