正則表達式匹配html中的字符串

Question

我想要獲取HTML中子字符串的位置。最難的部分是html可能在子字符串內。

例如： 如果我想匹配2nd，但在html中，它的編碼如下2<span class="super">nd</span>。

注：它可以是任何字符串，而不僅僅是「第一」，「第二」，...

怎麼能匹配任何一種內嵌HTML應答器的一個要求嗎？

Answer 1

我發現了一個簡單的解決方案：

sub = r'\b' + '(<span[^>]*>)?'.join(list(substring)) + r'\b'

所以： 2nd轉化爲\b2(<span[^>]*>)?n(<span[^>]*>)?d\b

匹配哪個 2nd和2<span class="super">nd</span>