場景：一串字符串，包括html代碼，包括特定符號，目標是提取特定符號中間的子字符串，并且解析html代碼提取相關屬性的值。

安裝:pip install?BeautifulSoup4

代碼參考：

import re from bs4 import BeautifulSoup from os.path import basename, splitext string1='CO潴留時可出現(xiàn)以下哪些癥狀或體征<http://h5.img.zhukao.com.cn/Z/%E5%85%A8%E5%9B%BD/Z_%E5%85%A8%E5%9B%BD_%E5%BF%83%E8%A1%80%E7%AE%A1%E5%86%85%E7%A7%91/images/2.gif>|A.神志淡漠|B.腱反射消' string2='心血管內(nèi)科|常見癥狀與體征(X型題)|多選題|對于漏出性腹腔積液特點正確的是|A.外觀多為透明淡黃色|B.胸腔積液／血清LDH比值大于0．6|C.細胞計數(shù)常低于200×10<img layer-src=\'http://h5.img.zhukao.com.cn/Z/全國/Z_全國_心血管內(nèi)科/images/YZ71_~6.gif\' src=\'http://h5.img.zhukao.com.cn/Z/全國/Z_全國_心血管內(nèi)科/images/YZ71_~6.gif\' style=\'max-width:200px; width:auto;\'>／L|D.比重小于1．018|E.血清腹腔積液白蛋白濃度梯度多大于11g／L|正確答案：A D E解析：腹腔積液漏出液細胞計數(shù)常低于100×10／L。' string=string1+string2 p=re.compile(r'[<](.*?)[>]', re.S) matches = re.findall(p,string) imgs=[] for match in matches:print (match)if match.find('img')==0:#包含html代碼，img在字符串首位soup = BeautifulSoup("<"+match+">")img = soup.find_all('img')src=img[0].get('src')imgs.append(src)else:imgs.append(match)#不包含html代碼 print (imgs)

正則compile設置的提取<和>之間的子字符串。

執(zhí)行結(jié)果：

http://h5.img.zhukao.com.cn/Z/%E5%85%A8%E5%9B%BD/Z_%E5%85%A8%E5%9B%BD_%E5%BF%83%E8%A1%80%E7%AE%A1%E5%86%85%E7%A7%91/images/2.gif img layer-src='http://h5.img.zhukao.com.cn/Z/全國/Z_全國_心血管內(nèi)科/images/YZ71_~6.gif' src='http://h5.img.zhukao.com.cn/Z/全國/Z_全國_心血管內(nèi)科/images/YZ71_~6.gif' style='max-width:200px; width:auto;' ['http://h5.img.zhukao.com.cn/Z/%E5%85%A8%E5%9B%BD/Z_%E5%85%A8%E5%9B%BD_%E5%BF%83%E8%A1%80%E7%AE%A1%E5%86%85%E7%A7%91/images/2.gif', 'http://h5.img.zhukao.com.cn/Z/全國/Z_全國_心血管內(nèi)科/images/YZ71_~6.gif']

?

總結(jié)

以上是生活随笔為你收集整理的python字符串截取及Html解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。