这段代码几乎可以满足我的需求。for line in all_lines: s = line.split('>')除了删除所有的'>'分隔符。所以，<html><head>变成['<html','<head']有没有一种方法可以使用split（）方法但保留定界符而不是删除定界符？有了这些结果。['<html>','<head>']
3 回答
潇湘沐
TA贡献1816条经验 获得超6个赞
如果要使用拆分来解析HTML，则极有可能做错了，除非您编写的是针对固定和安全内容文件的单发脚本。如果应该在任何HTML输入上使用它，您将如何处理<a title='growth > 8%' href='#something'>？
无论如何，以下对我有用：
>>> import re
>>> re.split('(<[^>]*>)', '<body><table><tr><td>')[1::2]
['<body>', '<table>', '<tr>', '<td>']
添加回答
举报
0/150
提交
取消