正则表达式—从HTML里提取内容
tags: #正则表达式 #HTML提取
记录收集我测试过的正则表达式，以便备查备用
-
匹配任意字符不能跨行：
.* -
匹配任意字符包括换行符等：
[\s\S]* -
捕获某前缀与某后缀之间的任意字符：
(.*?)
使用情况举例，捕获下面HTML中的文字“不迟any”
HTML：<a href='http://www.cnblogs.com/buchiany/'>不迟any</a>
匹配的正则表达式：<a.*?>(.*?)<\/a>
成功测试适用于：Python 3.x -
匹配任意空白（包含空格、\f换页符、\n换行符、\r回车符、\t制表符、\v垂直制表符）：
[\s]*
使用情况举例，匹配下面HTML内容里第一行<tr>和第三行<th>，之间跨越了空白
HTML：
要匹配的内容第一部分<tr>
<th>要匹配的内容第二部分
匹配的正则表达式：<tr>[\s]*<th>
成功测试适用于：Python 3.x
相关：
强烈推荐正则表达式在线测试工具：regex101
[正文结束]
[参考]
[更新记录]
2016-12-19, 初建笔记。添加了2条
