正则表达式求教

[S_Slan]

这是一段html
text的内容:
<tr>
<td align="center" name="sn" >2018001</td>
<td align="center" name="name" >张三</td>
<td align="center" name="gender" >女</td>
<td align="center" name="age" >20</td>
<td align="center" name="nation" >汉族</td>
<td align="center" name="score" >560</td>
</tr>
<tr>
<td align="center" name="sn" >2018002</td>
<td align="center" name="name" >李四</td>
<td align="center" name="gender" >男</td>
<td align="center" name="age" >21</td>
<td align="center" name="nation" >维吾尔族</td>
<td align="center" name="score" >600</td>
</tr>
<tr>
<td align="center" name="sn" >2018003</td>
<td align="center" name="name" >王麻子</td>
<td align="center" name="gender" >男</td>
<td align="center" name="age" >23</td>
<td align="center" name="nation" >回族</td>
<td align="center" name="score" >669</td>
</tr>
<tr>
<td align="center" name="sn" >2018004</td>
<td align="center" name="name" >李雷</td>
<td align="center" name="gender" >男</td>
<td align="center" name="age" >20</td>
<td align="center" name="nation" >汉族</td>
<td align="center" name="score" >580</td>
</tr>

用<tr>(.*?)</tr> 提取tr之间的内容

patten=r'<tr>(.*?)</tr>'
regex=re.compile(patten)
text=regex.findall(content,re.S|re.M)

返回的结果是空的
把patten=r'<tr>(.*?)</tr>'改为patten=r'<tr>([\s\S]*?)</tr>' 就可以取到数据
.*?和[\s\S]*?有什么区别。为什么会这样？

[wudamen]

( .*? ) . 可以匹配除了空白符之外的所有字符，而\s --> 匹配空白字符 \S --> 匹配非空白字符 所以能匹配到
如果 . 想匹配到空白字符的话 第一个修饰符 为re.S

[S_Slan]

引用 1 楼 wudamen 的回复:

( .*? ) . 可以匹配除了空白符之外的所有字符，而\s --> 匹配空白字符 \S --> 匹配非空白字符 所以能匹配到
如果 . 想匹配到空白字符的话 第一个修饰符 为re.S

"."网上和书上都是说“匹配除换行符\n外的任意字符”。加了re.S后可任意匹配。

[S_Slan]

我刚才试了一下，按你的来写

data=re.findall(r'<tr>(.*?)</tr>',content,re.S)

data有数据。
而这样写

patten=r'<tr>(.*?)</tr>'
regex=re.compile(patten)
data=regex.findall(content,re.S)

data里什么都没有

[S_Slan]

重新看了一下re的源码，上面代码的两个findall是两个不同的方法

[wudamen]

[quote=引用 4 楼 S_Slan 的回复:]
你试一下这样子

import re
com = re.compile(r'<tr>(.*?)</tr>', re.S)
data = re.findall(com, text)
print(data)

[S_Slan]

patten=r'<tr>(.*?)</tr>'
regex=re.compile(patten)
text=regex.findall(content,re.S|re.M)

这个re.compile()没有设定flags的值，所以"."不能匹配\n。而之后的regex.findall() 方法，我用错了。应该把re.S|re.M放到re.compile()里面。

patten=r'<tr>(.*?)</tr>'
regex=re.compile(patten,re.S|re.M)
text=regex.findall(content)

[欢乐的小猪]

import re

content = '''
    <tr>  
    <td align="center" name="sn" >2018001</td>  
    <td align="center" name="name" >张三</td>  
    <td align="center" name="gender" >女</td>  
    <td align="center" name="age" >20</td>  
    <td align="center" name="nation" >汉族</td>  
    <td align="center" name="score" >560</td>  
    </tr>        
    <tr>  
    <td align="center" name="sn" >2018002</td>  
    <td align="center" name="name" >李四</td>  
    <td align="center" name="gender" >男</td>  
    <td align="center" name="age" >21</td>  
    <td align="center" name="nation" >维吾尔族</td>  
    <td align="center" name="score" >600</td>  
    </tr>       
    <tr>  
    <td align="center" name="sn" >2018003</td>  
    <td align="center" name="name" >王麻子</td>  
    <td align="center" name="gender" >男</td>  
    <td align="center" name="age" >23</td>  
    <td align="center" name="nation" >回族</td>  
    <td align="center" name="score" >669</td>  
    </tr>  
    <tr>  
    <td align="center" name="sn" >2018004</td>  
    <td align="center" name="name" >李雷</td>  
    <td align="center" name="gender" >男</td>  
    <td align="center" name="age" >20</td>  
    <td align="center" name="nation" >汉族</td>  
    <td align="center" name="score" >580</td>  
    </tr>  
'''
patten = r'<tr>(.*?)</tr>'
regex = re.compile(patten, re.S)
text = regex.findall(content)
for tr in text:
    print('-----------------------------------------------')
    print(tr)