如何使用正则表达式提取HTML中的特定内容？

雪夜

发布时间：2025-06-29 16:46:06

953人浏览过

来源于php中文网

原创

正则表达式可用于提取html中的特定内容，但并非最佳工具，推荐使用beautifulsoup等库。1. 提取标签内文本可用类似

(.*?)的正则，捕获组提取所需内容；2. 提取属性值如图片src可用如何使用正则表达式提取HTML中的特定内容？

，并可通过src=(['\"])(.*?)\1兼容单双引号；3. 匹配带特定类名的标签内容如

...

可用

([\s\s]*?)

，但嵌套结构可能导致匹配失败；建议测试时用真实数据、多用非贪婪模式，并在复杂结构中优先选用html解析库以避免问题。

如何使用正则表达式提取HTML中的特定内容？

在处理网页数据时，提取HTML中的特定内容是很常见的需求。正则表达式（Regex）虽然不是解析HTML的最佳工具（推荐用BeautifulSoup或类似库），但在简单场景下，它仍然是一种快速有效的方法。

匹配标签内的文本内容

如果你只想提取某个标签之间的文本，比如标签里的标题，可以用如下正则：

(.*?)

这个表达式的意思是：

立即学习“前端免费学习笔记（深入）”；

.*? 表示非贪婪匹配任意字符
(.*?) 是一个捕获组，用来提取你真正想要的内容

例如，面对这段HTML：

这是要提取的网页标题

正则会提取出“这是要提取的网页标题”。

⚠️注意：如果页面中有多处标签或者结构复杂，可能会出现误匹配，这时候需要结合上下文或其他方式辅助判断。

提取指定属性的值

有时候你需要从HTML标签中提取某个属性的值，比如所有图片的src：

[置顶]Android中的JSON详细总结中文WORD版

JSON(JavaScript Object Notation) 定义：一种轻量级的数据交换格式，具有良好的可读和便于快速编写的特性。业内主流技术为其提供了完整的解决方案（有点类似于正则表达式，获得了当今大部分语言的支持），从而可以在不同平台间进行数据交换。JSON采用兼容性很高的文本格式，同时也具备类似于C语言体系的行为。有需要的朋友可以下载看看

下载

@@##@@

这样就能从下面这样的HTML中提取出图片地址：

@@##@@

结果就是 /images/logo.png

?技巧：

如果不确定引号类型，可以使用src=(['\"])(.*?)\1来兼容单引号和双引号
注意转义字符，比如在Python中要用原始字符串r''避免反斜杠被转义

匹配带特定类名的标签内容

想提取某个class下的内容？比如

...

中的整个块：

([\s\S]*?)

这里用了[\s\S]*?来匹配包括换行在内的所有字符。

⚠️风险提示：

HTML嵌套结构容易让这种正则失效，比如内部还有多个
更稳妥的方式是使用HTML解析器，避免“标签没闭合”、“属性顺序变化”等问题

一些实用建议

测试正则时尽量用真实的数据样本，别只看理想情况
多用非贪婪模式（.*?），否则很容易匹配过多内容
遇到复杂HTML结构时，优先考虑专门的解析库，而不是硬着头皮写正则
正则只是工具之一，不适用于所有HTML解析场景

基本上就这些。正则提取HTML内容不复杂，但细节容易出错，多测试、多观察匹配结果才是关键。

如何在 Python 中递归展平嵌套的字典列表（含层级地址路径）

如何在 Python 中递归展平嵌套的字典列表

如何在 Python 中递归扁平化嵌套的对象列表

如何在 Python 中递归展平嵌套的字典列表（树形结构）

Python函数式编程教程_lambda与高阶函数应用解析

HTML速学教程(入门课程)

HTML怎么学习？HTML怎么入门？HTML在哪学？HTML怎么学才快？不用担心，这里为大家提供了HTML速学教程(入门课程)，有需要的小伙伴保存下载就能学习啦！

下载

相关标签:

python 工具 Python 正则表达式 html beautifulsoup 字符串 class Regex

本站声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn

上一篇：当程序崩溃时，如何使用sys.excepthook全局捕获未处理异常？下一篇：Python代码规范有哪些？PEP8

作者最新文章

php485函数怎么连接串口设备_php485通信初始化设置方法【教程】

2025-12-30 11:55

企业微信怎么修改昵称_企业微信改昵称教程【方法】

2025-12-30 12:03

Windows如何关闭通知中心广告_Windows关闭通知中心广告技巧【方法】

2025-12-30 12:11

Windows11怎样设置通知中心_Windows11通知中心设置技巧【步骤】

2025-12-30 12:17

海尔热水器出现EJ故障怎么解决_海尔热水器EJ代码为风压开关异常的处理方法

2025-12-30 12:31

SOFA怎么切换成中文界面 SOFA中文设置详细步骤【教程】

2025-12-30 12:37

php本地环境如何配置伪静态_url重写规则设置方法【教程】

2025-12-30 12:41

html如何将字体垂直_设置HTML文字垂直排列方向【方向】

2025-12-30 12:53

mysql归档数据怎么统计_mysql归档数据统计分析的操作方法

2025-12-30 12:58

Win11怎么用存储感知清理C盘_Win11存储感知清理C盘方法【教程】

2025-12-30 13:17

热门AI工具

DeepSeek

幻方量化公司旗下的开源大模型平台

AI大模型

开放平台

豆包大模型

字节跳动自主研发的一系列大型语言模型

AI大模型

通义千问

阿里巴巴推出的全能AI助手

AI大模型

腾讯元宝

腾讯混元平台推出的AI助手

文档处理

Excel 表格

文心一言

文心一言是百度开发的AI聊天机器人，通过对话可以生成各种形式的内容。

AI大模型

中文写作

讯飞写作

基于讯飞星火大模型的AI写作工具，可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

中文写作

写作工具

即梦AI

一站式AI创作平台，免费AI图片和视频生成。

图片拼接

图画生成

ChatGPT

最最强大的AI聊天机器人程序，ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

AI大模型

中文写作

智谱清言 - 免费全能的AI助手

AI大模型

PDF 文档

相关专题

python开发工具

php中文网为大家提供各种python开发工具，好的开发工具，可帮助开发者攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。php中文网还为大家带来python相关课程以及相关文章等内容，供大家免费下载使用。

716

2023.06.15

python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章，大家可以免费的下载体验。

626

2023.07.20

python能做什么

python能做的有：可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

739

2023.07.25

format在python中的用法

Python中的format是一种字符串格式化方法，用于将变量或值插入到字符串中的占位符位置。通过format方法，我们可以动态地构建字符串，使其包含不同值。php中文网给大家带来了相关的教程以及文章，欢迎大家前来阅读学习。

617

2023.07.31

python教程

Python已成为一门网红语言，即使是在非编程开发者当中，也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章，大家可以免费体验学习。

1236

2023.08.03

python环境变量的配置

Python是一种流行的编程语言，被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后，我们需要配置环境变量，以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章，欢迎大家前来学习阅读。

547

2023.08.04

python eval

eval函数是Python中一个非常强大的函数，它可以将字符串作为Python代码进行执行，实现动态编程的效果。然而，由于其潜在的安全风险和性能问题，需要谨慎使用。php中文网给大家带来了相关的教程以及文章，欢迎大家前来学习阅读。

575

2023.08.04

scratch和python区别

scratch和python的区别：1、scratch是一种专为初学者设计的图形化编程语言，python是一种文本编程语言；2、scratch使用的是基于积木的编程语法，python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容，供大家免费下载体验。

699

2023.08.11