正則表達式返回Python中的列表？

Question

因此，我想用大量HTML代碼在Python中列出一個列表，但是我試圖根據HTML標簽對其進行拆分。 我不熟悉正則表達式，所以我不知道該怎么做。 例如，假設我有這段HT​​ML代碼：

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

我希望能夠將這段代碼（盡管它的版本更大）保存到字符串中，然后使用一個函數返回如下列表：

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

反正我能做到嗎？

Answer 1

我同意@roippi的評論，請使用HTML解析器。 但是，如果您確實要使用正則表達式，則需要以下內容：

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

為此，您可以簡單地使用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')]

產量

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