如何从输入中提取HTML标签而非文本？适配任意输入及循环实现

要实现提取HTML标签名（如p、/p）并输出列表的需求，可按以下方式调整代码：

1. 修改正则表达式：把原提取标签内文本的正则，换成匹配<和>之间标签内容的规则——r'<([^>]+)>'，其中[^>]+匹配除>外的所有字符，括号用于捕获标签名部分。
2. 替换匹配方法：用re.findall替代re.search，前者能返回所有符合条件的匹配结果，适配包含多个标签的任意输入。
3. 用for循环收集结果：遍历匹配到的标签内容，将其存入列表（按要求实现循环逻辑）。

完整代码示例 #

import re

text = '<p>I want this bit removed</p>'
# 匹配所有HTML标签内的内容
tag_matches = re.findall(r'<([^>]+)>', text)

# 通过for循环将结果存入列表
tags_list = []
for tag in tag_matches:
    tags_list.append(tag)

print(tags_list)  # 输出: ['p', '/p']

适配复杂输入的扩展说明 #

如果输入包含带属性的标签（比如<div class="box">Content</div>），上述代码会输出['div class="box"', '/div']。若只想提取纯标签名（忽略属性），可把正则调整为r'</?([a-zA-Z0-9]+)[^>]*>'，此时该输入会输出['div', 'div']，可根据实际需求选择。

内容的提问来源于stack exchange，提问作者JJ42