3赞

正则表达式只匹配不属于HTML标记的文本？(蟒蛇)

作者：爱唱歌的郭少文_ | 2023-09-01 14:53

如何解决《正则表达式只匹配不属于HTML标记的文本？(蟒蛇)》经验，为你挑选了1个好方法。

只要不在HTML标记内,我怎样才能进行模式匹配？

以下是我的尝试.任何人都有更好/不同的方法？

import re

inputstr = 'mary had a  little loomb'

rx = re.compile('[aob]')
repl = 'x'

outputstr = ''
i = 0

for astr in re.compile(r'(<[^>]*>)').split(inputstr):
    i = 1 - i

    if i:
        astr = re.sub(rx, repl, astr)

    outputstr += astr

print outputstr

输出:

mxry hxd x  little lxxmx

笔记:

匹配HTML标签的<[^>]*>模式显然存在缺陷 - 我快速写了这个并没有考虑引用属性中尖括号的可能性(例如' next> ' ).它也不考虑

爱唱歌的郭少文_

这个屌丝很懒，什么也没留下！

关注作者

Tags | 热门标签

RankList | 热门文章

DevBox开发工具箱 | 专业的在线开发工具网站