找到合适的正则表达式

Question

您能帮我在Margaux页的每次中找到正确的正则表达式来提取（ Margaux或Saint-Julien ）：

第1页 ： Margaux, Rouge

在第2页中 ： 2ème Vin, Saint-Julien, Rouge

我的代码：

item ["appelation"] = res.select('.//div[@class="pro_col_right"]/div[@class="pro_blk_trans"]/div[@class="pro_blk_trans_titre"]/text()').re(r'\s*\w+\-\w+\-\w+|\w+\-\w+|\[^Rouge,Blanc]')

我的正则表达式找不到Margaux，但它提取了Saint-Julien！

Answer 1

不知道为什么您需要它，但是假设s是您的html文件，那么此正则表达式将找到您想要的东西。

import re
m = re.search(r"\<div\ class=\"pro_blk_trans_titre\"\>(.*)\</div\>", s)
print(m.group(1).strip().encode("utf8"))

# page1: b'Margaux, Rouge'
# page2: b'2\xc3\xa8me Vin, Saint-Julien, Rouge'