Python：使用正则表达式在一些网站标签之间查找句子

Question

我想在 ...class="question-hyperlink"> 标签之间找到一个句子。 使用此代码：

import urllib2
import re

response = urllib2.urlopen('https://stackoverflow.com/questions/tagged/python')
html = response.read(20000)

a = re.search('question-hyperlink', html)
print html[a.end()+3:a.end()+100]

我得到：

DF5 for Python: high level vs low level interfaces. h5py</a></h3>        <div class="excerpt">

如何在下一个 < 处停止？ 我如何找到下一句话？ 我想用正则表达式来做。

编辑 致反对票的人： 我想像他那样做： RegEx 匹配开放标记（XHTML 自包含标记除外）

Answer 1

如果您必须使用正则表达式来完成此操作，请尝试如下操作：

a = re.finditer('<a.+?question-hyperlink">(.+?)</a>', html)
for m in a: 
    print m.group(1)

仅供参考，此代码执行相同的操作，但以更健壮的方式：

doc = BeautifulSoup(html)
for a in doc.findAll('a', 'question-hyperlink'):
    print a.text