如何在python中使用正則表達式從html提取價格

Question

我有一個包含以下內容的html輸出：

<span class="value">
            Price:<br>
            <span style="color:white">23,07€ </span>
        </span>

我嘗試使用以下方法提取價格：

prices = re.findall(r'<span class="value">.*?(\d{1,3}\.?\d{1,2}).*?</span>',search_result)

有時將小數替換為-當有00時，我還需要此2個數字，這些數字由表達式23 07連接2307提取

感謝您的時間。

Answer 1

從索引1獲取匹配的組。

(?<=>)(\d[^€]*)

演示

---

或為每個數字獲取匹配的組索引1和2

(?<=>)(\d+)\D(\d+)\D

演示

---

如果您只對<span>標簽感興趣，請嘗試以下正則表達式

<span [^>]*>(\d+)\D(\d+)\D[^<]*

演示

樣例代碼：

import re
p = re.compile(ur'<span [^>]*>(\d+)\D(\d+)\D[^<]*')
test_str = u"..."

re.findall(p, test_str)