python正則匹配html標簽

1. python語言，怎麼用正則表達式提取HTML標簽<h3

importre
text='''<br>
<h3align="center"class="STYLE3">姓名：張三</h3>
<h3align="center"class="STYLE3">2013/6/9</h3>'''
htm=re.findall(r"<h3.*?>.*?</h3>",text)
fortinhtm:
k=re.sub("<h3.*?>","",t)
k=re.sub("</h3>","",k)
print(k.replace("姓名：",""))

2. Python爬蟲怎麼循環截取html標簽中間的內容

如果是中間的數據直接就用bs4最簡單

from bs4 import BeautifulSoup

#這里是請求過來的額數據處理，提取標簽

html = BeautifulSoup(response.text, 'html.parser')

body = html.body # 獲取body部分數據

div = body.find("div",{'id','today'}) #用find去找div標簽，id叫 today的標簽裡面的數據

就可以了

如果要提取標簽內容比如value的值

div = body.find("input",id='hidden_title')['value']

3. python 正則 匹配HTML

正確的html閉標簽里，是以/開頭的，所以網頁的源代碼不可能是<\/span>，<span class=\"name\">小小少年lala<\/span>\r\n\t里的前三個\是為了在字元串里顯示「和/而已，並不是字元串的內容。

網頁應該是
<span class="name">小小少年lala</span>\r\n\t

你的正則應該用
p=re.compile('<span class="name">(.*)<\/span>')

4. 用Python正則替換HTML中pre標簽裡面的特殊符號

一共就7個符號，就寫7行替換吧。

用不用正則無所謂，不多。

不用正則也行，網頁parse後，innerText輸出的就是正常文本，innerHtml輸出的才是你說的這種有特殊符號的內容。

5. python怎樣使用正則表達式獲得html標簽數據

正則的話
import re
html = "<a href='xxx.xxx' title='xxx.xxx.xxx'>sample text1</a>abcdef<a href='xxx.xxx' title='xxx.xxx.xxx'>sample text2</a>"
result = map(lambda name: re.sub("<a href=.*?>","",name.strip().replace("</a>","")), re.findall("<a href=.*?>.*?</a>",html))
print result
上面代碼會把所有a tag里的東西存在result這個list裡面。另外python有個模塊叫Beautiful Soup，專門用來處理html的，你有空可以看下

6. python語言，怎麼用正則表達式提取HTML標簽<h3

你是要提取整個h3標簽還是h3標簽裡面的？

整個h3標簽
<h3[^>]*>
h3標簽裡面的內容，取分組1
<h3([^>]*)>

7. python中如何通過關鍵字查找到指定的HTML標簽

可以使用正則表達式的方法

正則表達式：工作職責：</th>s+<td>(.+?)</td>

importre
content="頁面內容"
re_1=re.search('工作職責：</th>s+<td>(.+?)</td>',content)
ifre_1:
printre_1.group(1)
else:
print"notfind!"

因為正則表達式有中文 所以要保證你的內容與文本是一個編碼

8. 我想匹配一個html裡面所有div的標簽，div可能還有樣式或id，如果用正則表達式匹配，求高手

簡單的操作可以用正則去匹配，但是負責的，你就要重新看待問題？html是dom結構，你完全可以用js操作dom的方法就可以獲取所有的div，而且很方便，用正則表達式，多次一舉，而且效率不高；用jquery匹配一個頁面的所有的div例子:
$(function(){
//就這么一句話，就獲取了頁面所有的div
var divs = $("div");
});