如何使用正则表达式解析 html 中的段落

Question

我需要编写一个正则表达式来解析我尝试过的 HTML 页面中段落之间的 $$ 符号

s = "<p>adsadfsaaadsadsaExample String</p><p>$$</p>"
replaced = re.sub('<p>\$\$</p>', '1',s)
print (replaced)

但是即使段落中存在一些styles，我也需要应用相同的，

预期输入：

<p>i have</p> <p style="text-align:justify">$$</p>
<p> asdas jas dafad</p>
<p>$$<p>
<p>asdasd</p>
<p><span>$$</span></p>

预期 Output：

<p>i have</p> 1 
<p> asdas jas dafad</p>
1
<p>asdasd</p>
1

请帮忙

Answer 1

import re

pattern = r'\<p.*?\>.*?\<\/p\>'
html_str = '<p>i have</p> <p style="text-align:justify">$$</p><p> asdas jas dafad</p><p>$$</p><p>asdasd</p><p><span>$$</span></p>'
new_html_str = re.sub(pattern, lambda match: "1" if '$$' in match.group() else match.group(),s)
print(new_html_str)

prints - '<p>i have</p> 1<p> asdas jas dafad</p>1<p>asdasd</p>1'

我的回答完全基于您的方法，为了获得更好的解决方案，我建议解析 html 并进行处理。

Answer 2

import re

s = """<p>i have</p> <p style="text-align:justify">$$</p> 
<p> asdas jas dafad</p> 
<p>$$<p> 
<p>asdasd</p> 
<p><span>$$</span></p>"""

result = re.sub(r"<p .*=.*>\$\$.*?</?p>", "1", s)
result = re.sub(r"<p.*>\$\$.*?</?p>", "1", result) 

print(result)

Output：

<p>i have</p> 1
<p> asdas jas dafad</p>
1
<p>asdasd</p>
1