Python:在第一次出现两个子串之间找到一个字符串

Question

我有这样的文字:

text='gn="right" headers="gr-Y10 gr-eps i36">121.11<\\/td><\\/tr><tr class="hr"><td colspan="12"><\\/td><\\/tr><tr>'

我想从中121.11使用正则表达式来获取值.所以我这样做了:

import re
b=re.search('gr-Y10 gr-eps i36">(.*)<\\\\/td', text)
b.group(1)

我把它作为输出:

'121.11<\\/td><\\/tr><tr class="hr"><td colspan="12">'

我怎样才能得到我真正想要的东西,而121.11不是上面的那一行？

Answer 1

gr-Y10 gr-eps i36">(.*?)<\\\\/td

                      ^^

*通过附加来使你的非贪婪?.通过使它非贪婪,它会在第一个实例中停止<\\\\/td它将最后捕获<\\\\/td.

见演示.

https://regex101.com/r/iS6jF6/2#python

Answer 2

知道了输入数据的源，并考虑到它是HTML，这里是涉及一种的溶液HTML解析器，BeautifulSoup：

soup = BeautifulSoup(input_data)

for row in soup.select('div#tab-growth table tr'):
    for td in row.find_all('td', headers=re.compile(r'gr-eps')):
        print td.text

基本上，对于“增长”表中的每一行，我们都会找到带有gr-eps标题的单元格（表的“EPS %”部分）。它打印：

60.00
—
—
—
—
42.22
3.13
—
—
—
-498.46
...

这也是一本好书。