python - 在python中使用正则表达式匹配字符串的开头和结尾

Question

我正在尝试从这个 webpage 中提取可解析的引用信息使用 python 。例如，对于列出的页面，我将提取 pl/111/148 和 pl/111/152。下面列出了我当前的正则表达式，但它似乎在可解析引用之后返回了所有内容。这可能很简单，但我对正则表达式比较陌生。提前致谢。

re.findall(r'^parsable-cite=.*>$',page)

Answer 1

我强烈推荐使用这个正则表达式，它将捕获你想要的内容:

re.findall(r'parsable-cite=\\\"(.*?)\\\"\>',page)

解释:

parsable-cite= matches the characters parsable-cite= literally (case sensitive)
  \\ matches the character \ literally
  \" matches the character " literally
  1st Capturing group (.*?)
  .*? matches any character (except newline)
      Quantifier: Between zero and unlimited times, as few times as possible,
           expanding as needed
  \\ matches the character \ literally
  \" matches the character " literally
  \> matches the character > literally

使用 ? 是关键；)

希望这对您有所帮助。