python - 如何用正则表达式匹配标签里面的a标签

Question

这里有这样一个问题，我们会遇到这样的情况：

<td>(1)(<a href="(2)">(3)</ a>)(4)</ td>

这里的2,3位置决定的a标签可能存在，而1,4的位置可能由内容也可能没有内容，能不能用一个正则表达式让不管a标签存在与否都匹配出1,4位置的内容呢

比如
<td><a href=""></a>this is not empty</td>
<td>this is not empty<a href=""></a></td>
<td>this is not empty><a href=""></a>this is not empty</td>

这里有一个例子

<td>(.+?)(<a href="(.+?)>(.+?)</a>)?(.+?)</td>

但是这显然是不能满足我们的需求的，能找到正确的方案吗？

Answer 1

Haha, ini akan menjadi mudah jika ia adalah php. Hanya tapis teg terus dan anda selesai. Walau bagaimanapun, PY
bergantung pada apa yang anda maksudkan dengan mengekstrak teks daripada jadual. .
Kemudian anda boleh
<td>(.*?)(<. ?>)*(.*?)</td>
atau anda boleh melakukannya langkah demi langkah, dahulu <td>(. ?)</td> keluarkan kandungannya. Kemudian gantikan semua <. ?> dengan apa-apa.

Atau. . Gunakan ungkapan biasa anda
<td>(. ?)(<a href="(.*?)>(.*?)</a>)?(. ?)</td>

bermaksud sekurang-kurangnya 1 perlawanan, manakala * bermaksud 0 kali atau lebih