使用正则表达式查找标签的Beautiful Soup？
我真的很希望能够允许Beautiful Soup匹配任何标签列表，就像这样。我知道attr接受正则表达式，但是美丽的汤中有什么可以让您这样做的？
soup.findAll("(a|div)")
输出：
<a> ASDFS
<div> asdfasdf
<a> asdfsdf
我的目标是创建一个可以从站点抓取表格的刮板。有时标签的名称不一致，我希望能够输入标签列表来命名表的“数据”部分。
问题答案：
find_all()
是Beautiful Soup搜索API中最受欢迎的方法。
您可以传递各种过滤器。另外，传递列表以查找多个标签：
>>> soup.find_all(['a', 'div'])
范例 ：
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<html><body><div>asdfasdf</div><p><a>foo</a></p></body></html>')
>>> soup.find_all(['a', 'div'])
[<div>asdfasdf</div>, <a>foo</a>]
或者，您可以使用正则表达式查找包含a或的标签div：
>>> import re
>>> soup.find_all(re.compile("(a|div)"))
-
所以我使用一个供应商应用程序，它使用regex从我的站点中删除代码。我有一个完整的div，我想使用regex控件找到并删除它，但是当我尝试时，换行和div挡住了我的路。有人有想法吗？我正在努力。?但是就像我说的，用断线来思考，它会阻止它收集所有的东西。
-
在这个问题的背景下，我想做以下修改： 查找： funcA（参数0，参数1，参数2，参数3）； 替换： funcA可以有除param0之外的任意数量的参数。怎么做呢？为简单起见，忽略基本情况，即当传递给funcA的参数仅为param0时。 funcA是： 职能是： 编辑： 参数（param1，param2..）只是包含字母的字符串。
-
问题内容： 我有这个HTML输入： 我想使用正则表达式删除HTML标记，以便输出为： 谁能建议使用正则表达式执行此操作？ 问题答案： 您可以使用称为Jericho Html解析器的HTML解析器。 您可以从这里下载-http://jericho.htmlparser.net/docs/index.html Jericho HTML Parser是一个Java库，允许对HTML文档的各个部分（包括服
-
问题内容： 因此，我对 正则表达式 完全 陌生 ，并且正在尝试使用Java 来查找输入字符串中的标点符号。我不知道会提前得到哪种标点符号，只是（1）！，？，。，…都是有效的标点符号，以及（2）“ <”和“>”表示特殊含义，并且不算作标点符号。该程序本身会伪随机地构建短语，我想在它经历随机过程之前先删除句子结尾处的标点符号。 我可以用任何标点符号匹配整个单词，但匹配器只为我提供该单词的索引。换一种说
-
问题内容： 我正在尝试提取锚标记（）的属性。到目前为止，我有这个表达： 适用于像 和（单引号） 但不适用于不带引号的字符串： 如何修改我的正则表达式，使其与不带引号的属性一起使用？还是有更好的方法来做到这一点？ 更新： 谢谢您到目前为止的所有好评和建议。 我没有提到一件事：很遗憾，我必须修补/修改不是由我编写的代码。而且没有时间/金钱从头开始重写这些东西。 问题答案： 如果你有一个像 此正则表达式