用Python解析HTML正則表達式

Question

我是使用Python Regex的新手。我試圖從HTML中提取一些數據，並且不確定正確的語法是否正確地執行此操作

我得到以下數據，我想提取數據Birthdate ='1969年7月4日'，家鄉=「馬隊領，新澤西州」，學院=「賓夕法尼亞州立大學，1991年」，研究生=「弗吉尼亞州，1996年」

data = <b>Birthdate:</b> July 4, 1969<br/><b>Hometown:</b> Colts Neck, N.J.<br/><b>College:</b> Penn State, 1991<br/><b>Post-graduate:</b> Virginia, 1996</td></tr></table> 
Birthdate = re.findall(r'<b>Birthdate:</b>(.*)<br/>', data) 
Hometown = re.findall(r'<b>Hometown:></b>(.*)<br/>', data) 
College = re.findall(r'<b>College:</b>(.*)<br/>, data) 
Post-graduate = re.findall(r,<b>Post-graduate:</b>(.*)<td/>, data) 

誠然，我沒有使用re.findall或通配符(.*)正常這裏是因爲我得到一個返回的字符串，該字符串以我想要的值開始，併到達數據末尾，最後一個
標記。我想使用一個函數來在這個例子中定義 (.*)的模式之間拉取數據。

Answer 1

如果你想使用regex，那麼你可以考慮這個，

>>> import re 
>>> s = '''data = <b>Birthdate:</b> July 4, 1969<br/><b>Hometown:</b> Colts Neck, N.J.<br/><b>College:</b> Penn State, 1991<br/><b>Post-graduate:</b> Virginia, 1996</td></tr></table>''' 
>>> dict(re.findall(r'<b>([^:]*):</b> *([^<]*)', s)) 
{'Hometown': 'Colts Neck, N.J.', 'Birthdate': 'July 4, 1969', 'College': 'Penn State, 1991', 'Post-graduate': 'Virginia, 1996'}