段落的

Question

嗨，我把它作为我的测试字符串：

<image>
<title>CNN.com - Technology</title>
<link>http://www.cnn.com/TECH/index.html?eref=rss_tech</link>

我想选择＆＃39;技术＆＃39;从它使用python正则表达式，但我需要它具体，以便它使用<image>和<link>。到目前为止，我的表达是：

'<title[^>]*>CNN.com - (.*?)</title>'

此表达式可用于选择“技术”，这是正确的，但我不确定如何使用表达式中的<image>和<link>来专门化我的代码。例如，我需要这个正则表达式'<image><title[^>]*>CNN.com - (.*?)</title><link>'的内容，它实际上可以产生相同的“技术”结果？

Answer 1

你的正则表达式并不错，但你需要使用反斜杠转义</title>中的斜杠，因为字符串中的换行符不匹配。

新行是空格（如空格，制表...... \ s等于[\ t \ n \ r \ n \ f \ v]，当未设置UNICODE标志时），因此您可以使用\ s来匹配它们。

我假设您正在使用python3，但这并不重要。

s = """<image>
<title>CNN.com - Technology</title>
<link>http://www.cnn.com/TECH/index.html?eref=rss_tech</link>"""
r = r"<image>[\s]*<title[^>]*>CNN.com - (.*?)<\/title>[\s]*<link>"
m = re.search(r, s)
print(m.group(0))
print(m.group(1))

组（1）是＆＃34;技术＆＃34;。

Answer 2

这样的事情怎么样：

(<image>\n<title>CNN.com - )(.*?)(<\/title>\n.*) 

第2组将是Technology。

Answer 3

如果你使用＆＃39;单行＆＃39;正则表达式的选项，您使用.命名换行符。所以，你可以这样做：

<image>.<title[^>]*>CNN.com - (.*?)</title>.<link>