一些正则表达式或什么是在python中提取html标签的“值”的最佳方法？

Question

我有一个字符串，其中包含几个html tags与此形式：

string= '<input type="hidden" name="csrf" value="7629b234d1cc2f2a5383f5e6d7dc6bd2">'

我想提取"value"，我会用.split做，但我不确定它是否是最好的方式。

输出所需：

7629b234d1cc2f2a5383f5e6d7dc6bd2

任何想法或更好的方式？

Answer 1

你可以使用html.parser

from html.parser import HTMLParser

class ValueFinder(HTMLParser):
    def handle_starttag(self, tag, attrs):
        for attr in attrs:
            if attr[0] == "value":
                print(attr[1])

parser = ValueFinder()
parser.feed('<input type="hidden" name="csrf" value="7629b234d1cc2f2a5383f5e6d7dc6bd2">')

Answer 2

你可以使用re.search：

import re
string= '<input type="hidden" name="csrf" value="7629b234d1cc2f2a5383f5e6d7dc6bd2">'
m = re.search('value="(.+)?"',string)[1]
print(m)

输出：

629b234d1cc2f2a5383f5e6d7dc6bd2

Answer 3

使用正则表达式

import re

match = re.compile(r'(value=\"(.*)\"\>)$').finditer(string)

for i in  match:
    print(i.group(2))

输出：

7629b234d1cc2f2a5383f5e6d7dc6bd2