嘿，我懂你的问题——你的正则用了贪婪匹配模式，结果会从第一个<p>一直拽到最后一个</p>，把整个长串都吞进去，根本没法逐个提取每个独立的标签块。别慌，有几个简单实用的办法能搞定这个需求：

方法1：用非贪婪量词（最常用） #

正则里的.*是贪婪匹配，会尽可能多捞字符。咱们把它改成.*?（非贪婪量词），就能让正则碰到第一个</p>就停手，从而逐个捕获每个<p>标签的内容。

完整代码示例 #

import re
string = "Any information <p>sent to the server as clear text</p>, may be stolen and used later for <p>identity theft</p> or user impersonation. In addition, several privacy regulations state that sensitive information such as user<p> credentials will always be sent encrypted </p> to the web site."

# 匹配完整的<p>标签（包含标签本身）
regex_full_tag = r'&lt;p&gt;.*?&lt;/p&gt;'
full_matches = re.findall(regex_full_tag, string)

# 如果只想提取标签内的纯文本（去掉<p>和</p>），可以加捕获组
regex_text_only = r'&lt;p&gt;(.*?)&lt;/p&gt;'
text_matches = re.findall(regex_text_only, string)

# 输出结果
print("完整的标签匹配结果：")
for match in full_matches:
    print(match)

print("\n提取的标签内纯文本：")
for text in text_matches:
    print(text.strip())  # strip()用来清理文本前后的多余空格

方法2：更严谨的匹配（适配复杂场景） #

如果你的<p>标签里可能混着其他&开头的HTML实体（比如&），用.*?偶尔会出小问题，这时候可以用更精确的正则，确保不会误把其他实体当成</p>：

regex_strict = r'<p>[^&]*(?:&(?!/p>)[^&]*)*</p>'
strict_matches = re.findall(regex_strict, string)

这个正则的逻辑是：匹配<p>后，先抓非&的字符，碰到&就检查是不是</p>的开头，不是的话就继续匹配，直到碰到真正的</p>为止。

为啥原来的正则不行？ #

你之前写的<p>.*</p>用了贪婪的.*，它会从第一个<p>开始，一直匹配到字符串里最后一个</p>，所以只会得到一个超长的匹配结果，而不是多个独立的标签内容。

内容的提问来源于stack exchange，提问作者Navneet