re.findall能否输出纯匹配字符串列表？如何修改正则实现？

re.findall()可以输出仅包含目标匹配字符串的列表，只需调整正则表达式的写法即可。以下是具体问题和解决方案：

现有HTML片段示例 #

[<p class="a-text-left a-size-base">Klasisch 1 Säulen Grün S</p>, <p class="a-text-left a-size-base">Klasisch 3 Säulen Braun L</p>, <p class="a-text-left a-size-base">Klasisch 3 Säulen Braun M</p>, <p class="a-text-left a-size-base">Klasisch 3 Säulen Grün M</p>, <p class="a-text-left a-size-base">Mit Hängematte Grün L</p>, <p class="a-text-left a-size-base">Weinachten 3 Säulen Grün L</p>]

当前使用的正则表达式 #

var_text = re.findall(r'>.+?<', str(varyasyonlar_text))

错误输出示例 #

['>Klasisch 1 Säulen Grün S<', '>, <', '>Klasisch 3 Säulen Braun L<', '>, <', '>Klasisch 3 Säulen Braun M<', '>, <', '>Klasisch 3 Säulen Grün M<', '>, <', '>Mit Hängematte Grün L<', '>, <', '>Weinachten 3 Säulen Grün L<']

需求：得到仅包含纯商品名称的干净列表。

解决方案 #

方案1：修改正则表达式（精准捕获目标内容） #

通过添加捕获组并精准匹配目标标签，让re.findall()只返回商品名称：

var_text = re.findall(r'<p class="a-text-left a-size-base">([^<]+)</p>', str(varyasyonlar_text))

正则说明：

• <p class="a-text-left a-size-base">：精准定位目标p标签的开头
• ([^<]+)：捕获组，匹配所有非<的字符（即商品名称，遇到</p>的<时停止）
• </p>：匹配标签结尾

执行后会直接得到干净的商品名称列表：

['Klasisch 1 Säulen Grün S', 'Klasisch 3 Säulen Braun L', 'Klasisch 3 Säulen Braun M', 'Klasisch 3 Säulen Grün M', 'Mit Hängematte Grün L', 'Weinachten 3 Säulen Grün L']

方案2：使用HTML解析库（更健壮的方案） #

正则处理HTML容易受标签格式变化影响，推荐用专业的HTML解析库如BeautifulSoup：

from bs4 import BeautifulSoup

# 解析HTML并提取目标标签文本
soup = BeautifulSoup(str(varyasyonlar_text), 'html.parser')
var_text = [p.get_text(strip=True) for p in soup.find_all('p', class_='a-text-left a-size-base')]

这种方法无需担心标签属性调整、格式换行等问题，兼容性更强。

内容的提问来源于stack exchange，提问作者Enes Kasikci