请问这个正则表达式如何写

[sicongliu]

<dt><a name="313"></a>ADHE 313 (6) <b>Organization of Adult Basic Education Programs</b></dt>

想抓出ADHE313和Organization of Adult Basic Education Programs

[asj]

这难道不是应该用CSS/JQuery selector，或者XPath么？

[phx13ye]

<\/a>(.*)<b>(.*?)<\/b>

[sicongliu]

xpath比较简单 但是想学下正则的方法

[shoumu]

看一下pyquery吧，支持jQuery的语法

[professorz]

.+<\\/a>(.+)(6)<b>(.+)<\\/b>.+
java下的regex

[sicongliu]

python的如何写

[yiyiwa]

python测试了一下，不完善，有空的东西。

'\>([^\<]*)\<'

[sicongliu]

m=re.search("</a>(.*?)\s(",text)
print (m.group(1))

m=re.search("<b>(.*?)</b>(",text)
print (m.group(1))

[sicongliu]

如果要取ADHE 313呢？
如何判断第二个空格？当然用字符串的search切片功能很容易达到，只是想知道正则如何达到

[sicongliu]

m=re.search("</a>(.*?)\s+\(",text)
print (m.group(1))

当然方法比较笨，如果第二个空格后不是“(”就没办法了

[asj]

简单写了一个，还很不完善
(?:<dt.*?>)(?:.*?\/.*?>)([\w ]*)(?:.*?)(?:<\/dt>)

http://regexr.com/3b3bs

[fy]

这个需求不用正则，会简单得多

page.xpath("//dt/text()") -> ADHE 313 (6)
page.xpath("//dt/b/text()") -> Organization of Adult Basic Education Programs

[picasso250]

/a>([\w ()]+)<b>([\w ]+)</b>
最简单的解决了你现在的问题。

[picasso250]

对不起，上一个是错误的，多提取了(6)

/a>(\w+ \d+).+?<b>([\w ]+)</b>

[leozy2014]

print re.findall('</a>(.*?) \(6\) <b>(.*?)</b></dt>', s)
#[('ADHE 313', 'Organization of Adult Basic Education Programs')]

[wmttom]

python正则 (?<=>)[\w, ,\(,\)]+?(?= \(|<)

re.findall("(?<=>)[\w, ,\(,\)]+?(?= \(|<)", '<dt><a name="313"></a>ADHE 313 (6) <b>Organization of Adult Basic Education Programs</b></dt>')

['ADHE 313', 'Organization of Adult Basic Education Programs']

[sicongliu]

楼上两个貌似都不能用

[sicongliu]

sorry这个可行

print re.findall('</a>(.*?) \(6\) <b>(.*?)</b></dt>', s)
#[('ADHE 313', 'Organization of Adult Basic Education Programs')]