Python 抓取网页后解析

[Citron__]

使用python抓取网页后，想要解析这个网页。

<td class="">1</td>
<td class="">v2.4.2.15</td>
<td class>

v2.4.2.15代表版本，想通过re.findall(r"<td class="">1</td>\n<td class="">v2.4.2.15</td>\n<td class>",html,re.S)
来获取这个版本，但是一直返回的是[]，想问问这是什么情况，是因为还有空格没有匹配么？但是并不知道空格有多少个。
想过用html.replace(' ','') 来清除所有空格后在匹配。但是好像并没有什么效果。(csdn没有python板块？？)

[xuzuning]

http://bbs.csdn.net/forums/OL_Script

[chuifengde]

import re 

x="""<td class="">1</td>
<td class="">v2.4.2.15</td>
<td class>
"""
y=re.findall(r'(?<=">)([^1-9][1-9].*?)</td>',x,re.DOTALL)
print(y)

[cjws555]

看看哈哈哈23333

[cjws555]

引用 2楼chuifengde 的回复:

import re 

x="""<td class="">1</td>
<td class="">v2.4.2.15</td>
<td class>
"""
y=re.findall(r'(?<=">)([^1-9][1-9].*?)</td>',x,re.DOTALL)
print(y)

不错受教了23333

[张强1990]

for i in root.xpath("//td[@class='']/text()"):
    print(i)
    
1
v2.4.2.15

[混沌鳄鱼]

比较省事儿的办法就是直接用解析HTML的包，lxml, bs4什么的挺多的。 简单举个栗子

import lxml.etree

html_text ="""
<td class="">1</td>
<td class="">v2.4.2.15</td>
<td class>
"""

page = lxml.etree.HTML(html_text)

tds = page.xpath("//td")
for td in tds:
    print(td.text)

1
v2.4.2.15

[Citron__]

引用 2 楼 chuifengde 的回复:

import re 

x="""<td class="">1</td>
<td class="">v2.4.2.15</td>
<td class>
"""
y=re.findall(r'(?<=">)([^1-9][1-9].*?)</td>',x,re.DOTALL)
print(y)

感谢回答，不过这个只是网页的一部分，下面还有v1.2.3.4等等，所以只想要获取上面那个<td class="">1</td>