在python

Question

使用正则表达式剥离标签我怎么能去剥离标签关闭此列表：

['</span>A walk in the park<span class="html-tag"] 

我设法利用(r'(?<=</span>)[^>]+')删除的第一个标签，但无法弄清楚如何删除第二。我知道正则表达式不是处理标签的方法，而只是想知道这一点。

Answer 1

你和你的正则表达式非常接近。通过回顾后发现位置之后，你只是想读取直到下一个<：

(?<=</span>)[^<]+ 

检查出来的regex101

$ cat test.py 
import re 
s='</span>A walk in the park<span class="html-tag"' 
print re.findall(r'(?<=</span>)[^<]+', s) 

$ python test.py 
['A walk in the park'] 

Answer 2

您可以使用：

(?:>)(.*)(?:<) 

在正则表达式，每次打开和关闭轮brakets定义了一组。在这里，我们有3对圆括号，但第一个和最后一个里面有一个?:。这意味着被定义的组是一个非捕获组，因此需要匹配该模式，但不会被解析器返回。相反，你想要的是＃1组。