python - 新手 Python 正则表达式问题 : Pulling dates from webpage

Question

我希望使用 Python 从网页中提取常规文本字符串 - 源代码运行如下:

<br /><strong>Date: 06/12/2010</strong> <br />

它总是开始

<strong>Date: 

&结束

</strong>

我已经抓取了网页的文本，只想提取日期和类似结构的信息。有什么建议如何做到这一点？ (抱歉，这是一个新手问题!)

Answer 1

您可以使用正则表达式:

import re
pattern = re.compile(r'<strong>Date:(?P<date>.*?)</strong>') # re.MULTILINE?
# Then use it with
pattern.findall(text) # Returns all matches
# or
match = pattern.search(text) # grabs the first match
match.groupdict() # gives a dictionary with key 'date'
# or
match.groups()[0] # gives you just the text of the match.

或者尝试用 beautiful soup 来解析这个东西.

This是测试 Python 正则表达式的好地方。