匹配，但不包括一個或另一個與蟒蛇正則表達式

Question

所以我認爲在以下格式的數據：

<Category: XXX &nbsp;-&nbsp; 

或

<Category: XXX</b> 

---

我woud想留住「 xxx'，但已經能夠保留（'XXX'，''）或（''）或其他不需要的變體。

我不想用美麗的湯，我無法用我的蟒蛇包管理器

---

ADDED下載它 - 我嘗試

'Category: ([^<]+)</b' 

將產生[ 'xxx']

<Category: XXX</b> 

---

'Category: ([^<]+) &n' 

會產生[ 'XXX']當

<Category: XXX &nbsp; 

，我想我不喜歡的東西

'Category: ([^<]+)(</b| &n)' 

即產生

[('XXX', '</b')] 

或

[('XXX', ' &nb')] 

Answer 1

>>> import re 
>>> re.match('<Category:\s(\w+)', "<Category: XXX</b>").group(1) 
'XXX' 
>>> re.match('<Category:\s(\w+)', "<Category: XXX &nbsp;-&nbsp;").group(1) 
'XXX' 

或使用findall：

>>> import re 
>>> re.findall('<Category:\s(\w+)', "<Category: XXX &nbsp;-&nbsp;")[0] 
'XXX' 
>>> re.findall('<Category:\s(\w+)', "<Category: XXX</b>")[0] 
'XXX' 

• \s匹配任何空白字符。
• \w匹配任何非字母數字字符;這相當於設置[^a-zA-Z0-9_]。
• \w+匹配一個或多個任何非字母數字字符。
• (...)是捕獲組：

匹配任何正則表達式的括號內，並且 指示組的開始和結束;匹配已被執行之後

更多信息參見documentation可以 檢索的組的內容。