提取正则表达式匹配的一部分 [英] Extract part of a regex match

问题描述

我想要一个正则表达式从HTML页面中提取标题。目前我有这样的：

  title = re.search（'< title>。*< / title>'，html （'< title>，''）.replace 
  

是否有正则表达式来提取内容，因此我不必删除标记？

谢谢！

解决方案使用 （ ）在regexp和 group（1） 在python中检索捕获的字符串（ re.search 将返回没有如果没有找到结果，所以不直接使用 group（））：

  title_search = re.search（'< title>（。*）< / title>'，html，re.IGNOREC ASE）
 
如果title_search：
 title = title_search.group（1）
  

I want a regular expression to extract the title from a HTML page. Currently I have this:

title = re.search('<title>.*</title>', html, re.IGNORECASE).group()
if title:
    title = title.replace('<title>', '').replace('</title>', '') 

Is there a regular expression to extract just the contents of so I don't have to remove the tags?

thanks!

解决方案

Use ( ) in regexp and group(1) in python to retrieve the captured string (re.search will return None if it doesn't find the result, so don't use group() directly):

title_search = re.search('<title>(.*)</title>', html, re.IGNORECASE)

if title_search:
    title = title_search.group(1)

这篇关于提取正则表达式匹配的一部分的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！