我走过这篇文章，为什么不对HTML使用正则表达式。作为给我的任务的一部分，我别无选择，只能对HTML使用正则表达式。
我有HTML代码，并分别尝试过
<td class="a-nowrap">
<span class="a-letter-space"></span><span>13</span>
</td>
我已经能够使用以下正则表达式获得13：
<td class="a-nowrap">\s*<span class="a-letter-space"></span><span>(\d*)</span>\s*</td>
并且类似地
<td class="a-nowrap">
<a class="a-link-normal" title="69% of reviews have 5 stars" href="">5 star</a><span class="a-letter-space"></span>
</td>
使用正则表达式获得5星
<td class="a-nowrap">\s*<a class="a-link-normal" [^>]*>\s*(.*)</a>\s*</td>
但是当两个HTML代码合并在一起时，
<table id="histogramTable" class="a-normal a-align-middle a-spacing-base">
<tr class="a-histogram-row">
<td class="a-nowrap">
<a class="a-link-normal" title="69% of reviews have 5 stars" href="">5 star</a><span class="a-letter-space"></span>
</td>
<td class="a-span10">
<a class="a-link-normal" title="69% of reviews have 5 stars" href=""><div class="a-meter"><div class="a-meter-bar" style="width: 69.1358024691358%;"></div></div></a>
</td>
<td class="a-nowrap">
<span class="a-letter-space"></span><span>13</span>
</td>
</tr>
<td class="a-nowrap">
<a class="a-link-normal" title="2% of reviews have 1 stars" href="">1 star</a><span class="a-letter-space"></span>
</td>
<td class="a-span10">
<a class="a-link-normal" title="2% of reviews have 1 stars" href=""><div class="a-meter"><div class="a-meter-bar" style="width: 2.46913580246914%;"></div></div></a>
</td>
<td class="a-nowrap">
<span class="a-letter-space"></span><span>2</span>
</td>
</table>
如何使用正则表达式提取5星和13星？
如果您不想使用HTML解析器，请一个接一个地使用正则表达式，或者.*在两个模式之间添加该正则表达式，那么我对您的星形正则表达式做了一些修改，因为它无法正常工作：
首先启用dotall标志，然后使用此标志：
<td class="a-nowrap">\s*<a class="a-link-normal" [^>]*>\s*(\d star).*<td class="a-nowrap">\s*<span class="a-letter-space"></span><span>(\d*)</span>\s*</td>
输出：
第一组：5星
第2组：13
编辑：
我做了更短的正则表达式：
正则表达式：
>(\d star)<.+?>(\d+?)<
在pythonregex.com上将其与您提供的已编辑输入一起使用的结果如下：
输出：
>>> regex.findall(string)
[(u'5 star', u'13'), (u'1 star', u'2')]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句