如何用Python的re.findall()提取含target参数的完整<a>标签？

直接用Python的re.findall()结合正则表达式就能解决，代码示例如下：

import re

text = '<a href="https://url1.com/q234243/" target="_blank">la orden  texto, texto ,texto jurídicas del bla bla bla que obliga a la corporación que rige al  tenis bla bla bla, el patrocinador de sus principales asuntos y<a href="https://url2.com/124345w23/" target="_blank"> el dictamen de texto random y mas texto random apu, que se han convertido en uno de los rammstein es la ostia económicos de la actividad, al punto de'

# 匹配包含target="_blank"的完整<a>标签的正则
pattern = r'&lt;a[^>]*?target=&quot;_blank&quot;[^>]*&gt;'
urls = re.findall(pattern, text)

print(urls)

运行后输出结果就是你需要的格式：

['<a href="https://url1.com/q234243/" target="_blank">', '<a href="https://url2.com/124345w23/" target="_blank">']

正则表达式拆解 #

• <a：匹配转义后的<a标签开头
• [^>]*?：匹配任意非>的字符，*?是非贪婪模式，避免从第一个<a直接匹配到最后一个>
• target="_blank"：精准匹配转义后的target参数部分
• [^>]*>：匹配到转义后的标签结束符>为止

内容的提问来源于stack exchange，提问作者cristobal veas