Python正则表达式提取特定标签间内容失败问题求助

你的问题出在正则表达式的默认行为上：re.search里的.默认不匹配换行符，而目标内容4%被换行和空白包围，导致(.*)无法跨换行匹配到内容。

解决方案1：添加re.DOTALL（或re.S）标志 #

这个标志会让.匹配包括换行在内的所有字符，同时可以用strip()去掉结果前后的空白：

import re

s = '''        <div class="prod-origin-price ">
        <span class="discount-rate">
            4%
        </span>
            <span class="origin-price">'''

result = re.search('<span class="discount-rate">(.*)</span>', s, re.DOTALL)
if result:
    # 用strip()去除前后的换行和空白字符
    print(result.group(1).strip())

解决方案2：用更精准的正则匹配（推荐） #

如果只想匹配空白和目标内容，可以用[\s\S]*?代替.*（[\s\S]匹配所有字符，*?是非贪婪匹配，避免意外匹配过多内容），同样配合strip()：

import re

s = '''        <div class="prod-origin-price ">
        <span class="discount-rate">
            4%
        </span>
            <span class="origin-price">'''

result = re.search('<span class="discount-rate">([\s\S]*?)</span>', s)
if result:
    print(result.group(1).strip())

两种方法都能输出4%，注意要先判断result不为None，避免报错（比如当目标字符串不存在时）。

内容的提问来源于stack exchange，提问作者anfwkdrn