Python正則表達式 - 限制結果？

Question

我覺得有點愚蠢，但我已經做了一些正則表達式來查找HTML文檔中的特定業務，地址和URL。問題是......我不知道我應該使用哪個（python）正則表達式。當我使用re.findall時，我得到30到90個結果。我想限制爲3或5（一組數字）。我應該使用哪種正則表達式來執行此操作，還是有一個參數可以在搜索達到一定數量的結果時停止搜索？

此外，有沒有更快的方式來搜索一個HTML文檔，以便我的程序不會因正則表達式搜索這個非常長的「字符串」文本而變慢？

謝謝。

編輯

我有美麗的湯，我已經用它來只會讓事情更容易閱讀...但不進行解析。

我也用過lxml ......哪個更好/更快？

Answer 1

而不是使用re.findall，請使用re.finditer。它返回一個迭代器，根據需要產生下一個匹配。

下面是一個例子：

>>> [m.group(0) for m, _ in zip(re.finditer(r"\w", "abcdef"), range(3))] 
['a', 'b', 'c']