正則表達式中的不需要的字符python

Question

所以，我有一個網站有一個XML字符串，我希望我的程序返回出現在兩個字符串之間的字符串列表。這裏是我的代碼：

response = requests.get(url) 


artists=re.findall(re.escape('<name>')+'(.*?)'+re.escape('</name>'),str(response.content)) 
print(artists) 

這將返回一個字符串列表。問題是，有些字符串中有不需要的字符。例如，列表中的一個字符串是「Somethin \\'\\'Bout A Truck」，我想它是'Somethin''Bout A Truck'。

在此先感謝。

Answer 1

我認爲美麗的湯（BS4）會解決這個問題，它也將更高版本的Python 3.4

Answer 2

那些逃逸（單反斜線，每個顯示爲\\）支持可能會從你的觀點「無用」但他們毫無疑問在您收到的回覆中「存在」。所以，如果字符是存在的，但不必要的，你可以刪除它們，例如使用代替str(response.content)

str(response.content).replace('\\'. '') 

如果你真正想要做的是去除所有這些逃逸（如果你想要做的東西比不同你最好解釋它是什麼:-)。

BeautifulSoup4建議在接受的答案，但一個不錯的包確實，確實不大肆去除存在於輸入的字符 - 它不能瞭解你的心思，所以它可以不知道什麼是「不必要的」到您。例如：

>>> import bs4 
>>> s = '<name>Somethin\\\' \\\'Bout A Truck</name>' 
>>> soup = bs4.BeautifulSoup(s) 
>>> print(soup) 
<name>Somethin\' \'Bout A Truck</name> 
>>> 

正如您所見，轉義符（反斜槓）在單引號之前仍然存在。