我想匹配html中的html标头<h1> - <h6>与python正则表达式.有些标题包含'id'属性,我想把它放到一个组中.
通过尝试以下表达式,我得到一个具有id属性的表达式.
>>>re.findall(r'<h[1-6].*?(id=\".*?\").*?</h[1-6].*?>','<h1>Header1</h1><h2 id="header2">header2</h2>')
['id="header2"']
的问号使RE以匹配前面的RE的0或1的重复.如果我放一个？在右括号之后,它将返回两个空字符串.
>>>re.findall(r'<h[1-6].*?(id=\".*?\")?.*?</h[1-6].*?>','<h1>Header1</h1><h2 id="header2">header2</h2>')
['', '']
如何使用一个正则表达式获得以下结果？
['', 'id="header2"']