Question

python 怎么提取html内容啊？（正则）

我是用的：
...
html = r'''<li>Coffee</li> <li>Tea</li> <li>Milk</li>'''
p = re.compile(r'''<li>(.*)</li>''')
p.search(aa).group()
....
但显示结果是：
'<li>Coffee</li> <li>Tea</li> <li>Milk</li>'
我想让结果是
Coffee Tea Milk
怎么弄？谢谢了

Answer 1

我一般使用BeautifulSoup，还是比较简单的
soup=BeaitifulSoup(html,'html.parser')
要找到某各元素使用find_all方法就行
for div in soup.find_all('div'):

但是经常会遇到网站有反爬的设置，比如子结点中含有换行符，只要写个函数去掉子结点间的换行符就行

Answer 2

html = r'''<li>Coffee</li> <li>Tea</li> <li>Milk</li>'''
p = re.compile(r'''<li>(\w+)</li>''')
p.findall(html)

结果:
['Coffee', 'Tea', 'Milk']