Python正则表达式使用一个正则表达式匹配匹配的元素

Question

假设我有这个 html 代码:

<table id="test_table">
    <td>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
        <a href="#">#</a>
    </td>
</table>
<table id="test_table2">
    <td>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
        <a href="#">#33</a>
    </td>
</table>

我只想匹配 #test_table 中的 href 并迭代它们？我尝试过这样的事情:

<table id="test_table">\s*<td>(\s*<a href="(?P<url>.*?)">(?P<anchor>.*?)</a>\n)*

但这只匹配第一个元素，我在这个问题上坚持了几个小时，但我无法得到正确的结果，谢谢您的帮助。

Answer 1

对于 HTML，请使用正确的工具。请改用 HTML 解析器，例如 BeautifulSoup :

from bs4 import BeautifulSoup

soup = BeautifulSoup(html)

table = soup.find('table', id='test_table')
for anchor in table.find_all('a'):
    print anchor['href'], anchor.string

不要使用正则表达式，用这样的表达式匹配 HTML 会变得太复杂、太快。不要这样做。