如何从内容类型HTML / Text（在Gmail中）搜索python 2.7中可变长度8个字母数字的模式

Question

我是python的新手。 我正在尝试从gmail收件箱中找到一种模式。 能够以html格式而非纯文本格式获取Gmail内容。 另外，我无法识别临时密码的模式（我需要提取该模式）。 密码的长度为8，并且是从@＃$ -_！0-9a-zA-Z中随机选择的。密码在span标记中。 这是从gmail中获取的部分内容，该内容位于变量“ body”中：

Helvetica;font-size: 14px;font-weight: normal;text-align: ce=
nter;"> <span style=3D"font-size:28px">orPYG$XV</span><!----></td> </tr> </=
tbody> </table> </td> </tr> </tbody> </table> <!--[if gte mso 9]></td>

我的python代码要提取的部分：

passwordd =re.findall(r'<span style=3D"font-size:28px">+.*</span>', str(body), re.I|re.M)
lookkk = re.findall(r'(?<![A-Za-z0-9]))', str(passwordd))
print(str(lookkk))

哪里：
正文：是我从HTML收件箱以HTML格式获取的电子邮件内容
密码：是创建以从电子邮件文本中提取内容的变量
lookkk：是我正在寻找的最后一个密码，长度为8

密码能够获取包括<span...span>的密码。 我想排除<span...span> 。 我怎样才能做到这一点？ 另外，是否可以从gmail获取纯文本，而不是html形式的文本。 我看了很多论坛，但做不到。

Answer 1

您需要在正则表达式中包含一个捕获组，并用括号将它们声明为：

pswrd = re.findall(r'<span style=3D"font-size:28px">+(.*)</span>', str(body), re.I|re.M)

为了使此更准确，而不是使用.*捕获所有内容，您还可以进行更精确的搜索，使其与期望的单词完全匹配： [@#$_!0-9a-zA-Z]{8} ，因此仅一个表达式足以找到该单词。

在regex101上尝试您的示例