多个同样的标签，怎么写 正则表达式？

要学习

在分析一个站点的数据时，
突然就蒙了。。

有些标签相同的呀。怎么写呢？

我的例子：


网页的某段源码：

1. <td class="tdbbs tdbrs">2017-09-01</td>
   
2.     <td class="tdbbs tdbrs">637564</td>
   
3.     <td class="tdbb tdbrs" align="center">
   
4.         <table width="300" border="0" cellpadding="0" cellspacing="0" class="m0a">
   
5.           <tr>
   
6.           <td><span class="Bwi dB8x"></span></td>
   
7.                   <td><span class="Bwi dB6x"></span></td>
   
8.                   <td><span class="Bwi dB2x"></span></td>
   
9.                   <td><span class="Bwi dB1x"></span></td>
   
10.                   <td><span class="Bwi dB7x"></span></td>
    
11.                   <td><span class="Bwi dB5x"></span></td>
    
12.                   <td><span class="Bwi dB10x"></span></td>
    
13.                   <td><span class="Bwi dB3x"></span></td>
    
14.                   <td><span class="Bwi dB9x"></span></td>
    
15.                   <td><span class="Bwi dB4x"></span></td>
    
16.                   </tr>
    
17.         </table>
    
18.         </td>
    
19.        
    
20.        
    
21. <td class="tdbbs tdbrs">2017-09-01</td>
    
22.     <td class="tdbbs tdbrs">637563</td>
    
23.     <td class="tdbb tdbrs" align="center">
    
24.         <table width="300" border="0" cellpadding="0" cellspacing="0" class="m0a">
    
25.           <tr>
    
26.           <td><span class="Bwi dB10x"></span></td>
    
27.                   <td><span class="Bwi dB2x"></span></td>
    
28.                   <td><span class="Bwi dB1x"></span></td>
    
29.                   <td><span class="Bwi dB8x"></span></td>
    
30.                   <td><span class="Bwi dB4x"></span></td>
    
31.                   <td><span class="Bwi dB9x"></span></td>
    
32.                   <td><span class="Bwi dB3x"></span></td>
    
33.                   <td><span class="Bwi dB7x"></span></td>
    
34.                   <td><span class="Bwi dB6x"></span></td>
    
35.                   <td><span class="Bwi dB5x"></span></td>
    
36.                   </tr>
    
37.         </table>

复制代码

我要获取    <td class="tdbbs tdbrs">637564</td> 中的637564

我这样写 正则表达式：pattern = re.compile(r'<td.*?class="tdbbs tdbrs">(.*?)</td>', re.S)

最后结果把，前面的 这段代码里的<td class="tdbbs tdbrs">2017-09-01</td> 2017-09-01 也提取出来了。

如何才能更准确的定位到第二段相同的标签？


因为需要，我又单独写了，另外的一个正则表达式：
pattern = re.compile(r'<span.*?class="Bwi.*?dB(.*?)x"></span>', re.S)

目的是想把这段标签里的 数字 提取出来
                  <td><span class="Bwi dB8x"></span></td>
                  <td><span class="Bwi dB6x"></span></td>
                  <td><span class="Bwi dB2x"></span></td>
                  <td><span class="Bwi dB1x"></span></td>
                  <td><span class="Bwi dB7x"></span></td>
                  <td><span class="Bwi dB5x"></span></td>
                  <td><span class="Bwi dB10x"></span></td>
                  <td><span class="Bwi dB3x"></span></td>
                  <td><span class="Bwi dB9x"></span></td>
                  <td><span class="Bwi dB4x"></span></td>

即：8 6 2 1 7 5 10 3 9 4

但也没能如愿

这个正则表达式 要如何写呢？

各位前辈  请指点迷津

foolwolf0068

用beautifulsoup 找子标签

、尾指一勾

来一个很low的写法 直接硬拼：

re.findall('<td><span\s*class="Bwi\s*dB(\d+)x">', a, re.I | re.M | re.S)

数字就全出来了。
['8',
'6',
'2',
'1',
'7',
'5',
'10',
'3',
'9',
'4',
'10',
'2',
'1',
'8',
'4',
'9',
'3',
'7',
'6',
'5']

要学习

、尾指一勾 发表于 2017-9-28 09:32
来一个很low的写法 直接硬拼：

re.findall('', a, re.I | re.M | re.S)

嗯

非常感谢分享

我的那段 正则 也能 提取出 所有的 数字。
但 我想把  这两条正则表达式的结果 合并到一起。

、尾指一勾

要学习 发表于 2017-9-28 15:14
嗯

非常感谢分享

合并？怎么合并？

要学习

、尾指一勾 发表于 2017-9-28 15:36
合并？怎么合并？

我想要的 最后 结果是：

637564    8 6 2 1 7 5 10 3 9 4
637563    10 2 1 8 4 9 3 7 6 5

即 分别保留：这组标签的 数字串 <td class="tdbbs tdbrs">637564</td>
和
把这段标签里的 数字 提取出来
                  <td><span class="Bwi dB8x"></span></td>
                  <td><span class="Bwi dB6x"></span></td>
                  <td><span class="Bwi dB2x"></span></td>
                  <td><span class="Bwi dB1x"></span></td>
                  <td><span class="Bwi dB7x"></span></td>
                  <td><span class="Bwi dB5x"></span></td>
                  <td><span class="Bwi dB10x"></span></td>
                  <td><span class="Bwi dB3x"></span></td>
                  <td><span class="Bwi dB9x"></span></td>
                  <td><span class="Bwi dB4x"></span></td>

最后合并在一起

jerryxjr1220

要学习 发表于 2017-9-28 15:47
我想要的 最后 结果是：

637564    8 6 2 1 7 5 10 3 9 4

1. html = '''
   
2. <td class="tdbbs tdbrs">2017-09-01</td>
   
3. &nbsp; &nbsp; <td class="tdbbs tdbrs">637564</td>
   
4. &nbsp; &nbsp; <td class="tdbb tdbrs" align="center">
   
5. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp;&nbsp;<table width="300" border="0" cellpadding="0" cellspacing="0" class="m0a">
   
6. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp; &nbsp; <tr>
   
7. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp; &nbsp; <td><span class="Bwi dB8x"></span></td>
   
8. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB6x"></span></td>
   
9. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB2x"></span></td>
   
10. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB1x"></span></td>
    
11. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB7x"></span></td>
    
12. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB5x"></span></td>
    
13. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB10x"></span></td>
    
14. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB3x"></span></td>
    
15. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB9x"></span></td>
    
16. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB4x"></span></td>
    
17. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;</tr>
    
18. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp;&nbsp;</table>
    
19. &nbsp; &nbsp; &nbsp; &nbsp; </td>
    
20. &nbsp; &nbsp; &nbsp; &nbsp;
    
21. &nbsp; &nbsp; &nbsp; &nbsp;
    
22. <td class="tdbbs tdbrs">2017-09-01</td>
    
23. &nbsp; &nbsp; <td class="tdbbs tdbrs">637563</td>
    
24. &nbsp; &nbsp; <td class="tdbb tdbrs" align="center">
    
25. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp;&nbsp;<table width="300" border="0" cellpadding="0" cellspacing="0" class="m0a">
    
26. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp; &nbsp; <tr>
    
27. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp; &nbsp; <td><span class="Bwi dB10x"></span></td>
    
28. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB2x"></span></td>
    
29. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB1x"></span></td>
    
30. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB8x"></span></td>
    
31. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB4x"></span></td>
    
32. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB9x"></span></td>
    
33. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB3x"></span></td>
    
34. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB7x"></span></td>
    
35. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB6x"></span></td>
    
36. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;<td><span class="Bwi dB5x"></span></td>
    
37. &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp;</tr>
    
38. &nbsp; &nbsp;&nbsp; &nbsp;&nbsp;&nbsp;</table>'''
    
39. 
    
40. import re
    
41. titles=re.findall('<td class="tdbbs tdbrs">(\d+?)</td>', html)
    
42. contents = re.findall('<td><span class="Bwi dB(\d+)x"></span></td>',html)
    
43. for t in range(len(titles)):
    
44.         print(titles[t])
    
45.         print(contents[10*t:10*t+10])

复制代码

637564
['8', '6', '2', '1', '7', '5', '10', '3', '9', '4']
637563
['10', '2', '1', '8', '4', '9', '3', '7', '6', '5']
[Finished in 0.1s]

要学习

测试中的结果。。。

也不对。。 哎、、、

1. qh = [line[0:6] for line in m_td]
   
2. print qh

复制代码

得到的结果：

1. ['2017-0', '637564', '2017-0', '637563'

复制代码

看来这样写 也不行。。我是想取  第二组数据呀

要学习

jerryxjr1220 发表于 2017-9-28 16:16
637564
['8', '6', '2', '1', '7', '5', '10', '3', '9', '4']
637563

先谢谢版主，，，

我再测试测试

要学习

jerryxjr1220 发表于 2017-9-28 16:16
637564
['8', '6', '2', '1', '7', '5', '10', '3', '9', '4']
637563

晚上好。。

如你的例子里。。

1. print(titles[t])
   
2.         print(contents[10*t:10*t+10])

复制代码

最后结果如何写成这样的格式：
637564    8 6 2 1 7 5 10 3 9 4
637563    10 2 1 8 4 9 3 7 6 5

要学习

我现在的问题是。。

我搞成了 两个变量。。

两个变量 要一一对应，这个如何写呢？


例子：

变量一为：

637564
637563

变量二为：
8 6 2 1 7 5 10 3 9 4
10 2 1 8 4 9 3 7 6 5

最后我要如何写 才能 使得结果为：
637564    8 6 2 1 7 5 10 3 9 4
637563    10 2 1 8 4 9 3 7 6 5

要学习

头大了。。。

要学习

jerryxjr1220 发表于 2017-9-28 16:16
637564
['8', '6', '2', '1', '7', '5', '10', '3', '9', '4']
637563

版主  在吗？

像这样的 字符串。。
怎么写 正则。才能搜 出来  数字

1. <td class="tdbbs tdbrs">
   
2.     <b class="of">7&nbsp;</b><b>4&nbsp;</b><b>3&nbsp;</b><b>1&nbsp;</b><b>6&nbsp;</b><b>9&nbsp;</b><b>10&nbsp;</b><b>5&nbsp;</b><b>8&nbsp;</b><b>2&nbsp;</b></td>

复制代码

7&nbsp;   4&nbsp;  3&nbsp;

我只需要 数字

要学习

新手·ing

要学习 发表于 2017-9-29 21:59

使用beautifulsoup4

新手·ing

为啥只要那个数字，不要里面的

要学习

新手·ing 发表于 2017-9-29 22:11
为啥只要那个数字，不要里面的

版主好。

这 &nbsp; 是空格啊，不要空格。。只要 数字 即可。这段代码里 有10个数字，1-10

1. <td class="tdbbs tdbrs">
   
2.     <b class="of">7&nbsp;</b><b>4&nbsp;</b><b>3&nbsp;</b><b>1&nbsp;</b><b>6&nbsp;</b><b>9&nbsp;</b><b>10&nbsp;</b><b>5&nbsp;</b><b>8&nbsp;</b><b>2&nbsp;</b></td>

复制代码

要学习

新手·ing 发表于 2017-9-29 22:11
为啥只要那个数字，不要里面的

版主好。。。

我现在 调试到的结果 为 这样的。

1. 1&nbsp;8&nbsp;9&nbsp;7&nbsp;6&nbsp;5&nbsp;4&nbsp;2&nbsp;3&nbsp;10&nbsp;

复制代码

我如何 删除

我用这个，只能删除 最后一个的 &nbsp;


    list4=list3.strip('&nbsp;')

是不是要写循环，这样的循环又要如何写？

一次要删除10个&nbsp;

新手·ing

要学习 发表于 2017-9-30 01:15
版主好。。。

我现在 调试到的结果 为 这样的。

找Jerry