正则表达式返回Python中的列表？

Question

因此，我想用大量HTML代码在Python中列出一个列表，但是我试图根据HTML标签对其进行拆分。 我不熟悉正则表达式，所以我不知道该怎么做。 例如，假设我有这段HT​​ML代码：

<option value="674"> Example text here </option><option value="673"> Example text here</option><option value="672"> Example text here </option>

我希望能够将这段代码（尽管它的版本更大）保存到字符串中，然后使用一个函数返回如下列表：

list = ["Example text here", "Example text here", "Example text here"]

反正我能做到吗？

Answer 1

我同意@roippi的评论，请使用HTML解析器。 但是，如果您确实要使用正则表达式，则需要以下内容：

import re

s = '<option value="674"> Example text here </option><option value="673"> Example text here</option><option value="672"> Example text here </option>'

>>> print re.findall(r'>\s*([^<]+?)\s*<', s)
['Example text here', 'Example text here', 'Example text here']

Answer 2

为此，您可以简单地使用BeautifulSoup 。

import bs4

html = '''
<option value="674"> Example text here </option>
<option value="673"> Example text here</option>
<option value="672"> Example text here </option>
'''

soup  = bs4.BeautifulSoup(html)
mylst = [str(x.text).strip() for x in soup.find_all('option')]

产量

['Example text here', 'Example text here', 'Example text here']