我正在使用Python,我需要正则表达式来获取网页的联系人链接。所以,我做了<a (.*?)>(.*?)Contacts(.*?)</a>
结果是:
href="/ru/o-nas.html" id="menu263" title="About">About</a></li><li><a href="/ru/photogallery.html" id="menu645" title="Photo">Photo</a></li><li class="last"><a href="/ru/kontakt.html" class="last" id="menu583" title="">Contacts
,但我需要最后一个 <a ...
喜欢
href="/ru/kontakt.html" class="last" id="menu583" title="">Contacts
我应该使用什么正则表达式模式?
Python 代码:
match = re.findall('<a (.*?)>(.*?)Contacts(.*?)</a>', body)
if match:
for m in match:
print ''.join(m)
最佳答案
由于您正在解析 HTML,我建议使用 BeautifulSoup
# sample html from question
html = '<li><a href="/ru/o-nas.html" id="menu263" title="About">About</a></li><li><a href="/ru/photogallery.html" id="menu645" title="Photo">Photo</a></li><li class="last"><a href="/ru/kontakt.html" class="last" id="menu583" title="">Contacts</a></li>'
from bs4 import BeautifulSoup
doc = BeautifulSoup(html)
aTag = doc.find('a', id='menu583') # id for Contacts link
print(aTag['href'])
# '/ru/kontakt.html'
关于python - 如何正则表达式直到最后一次出现?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41101429/