我需要网页内容。我需要从中获取一些数据。看起来像:
< div class="deg">DATA< /div>
据我所知，我必须使用正则表达式，但我不能选择一个。
我尝试了下面的代码，但没有任何结果。请纠正我:
regexHandler = re.compile('(<div class="deg">(?P<div class="deg">.*?)</div>)')
result = regexHandler.search( pageData )
请您参考如下方法:
我建议使用一个好的 HTML 解析器(例如 BeautifulSoup——但是为了您的目的，即使用格式良好的 HTML 作为输入，Python 标准库附带的解析器，例如 HTMLParser，也应该工作良好)而不是原始 RE 来解析 HTML。
如果你想坚持使用原始 RE 方法，模式:
r'<div class="deg">([^<]*)</div>'
看起来是从字符串“<div class="deg">DATA</div>”中获取字符串“DATA”的最简单方法' - 假设这就是你所追求的。您可能需要添加一个或多个 \s*在您需要容忍可选空格的地方。
