一些正则表达式或者在python中提取html标签<input>的“值”的最佳方法是什么？

Question

我有一个包含多个html tags这种形式的字符串：string= '<input type="hidden" name="csrf" value="7629b234d1cc2f2a5383f5e6d7dc6bd2">'我想提取"value"，我会用 a 来做.split，但我不确定这是否是最好的方法。所需的输出：7629b234d1cc2f2a5383f5e6d7dc6bd2任何想法或更好的方法？

Answer 1

您可以使用 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

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

Answer 3

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