求解一个python正则表达式问题

律师amos
    15312044

    有一个文本

    <html>
<div class="timeandicon">
            <div class="cf">
                <dl>
                    <dd class="mar-b8"><i class="time-icon"></i><em>5课时 39分钟</em>
                    </dd>
                    <dd class="zhongji">
                        
                    <i class="xinhao-icon2"></i><em>中级</em>
                    </dd>
                    
                </dl>
                <em class="learn-number">578人学习</em>
            </div>
</div>
<div class="timeandicon">
            <div class="cf">
                <dl>
                    <dd class="mar-b8"><i class="time-icon"></i><em>14课时 37分钟</em>
                    </dd>
                    <dd class="zhongji">
                        
                    <i class="xinhao-icon2"></i><em>中级</em>
                    </dd>
                    
                </dl>
                <em class="learn-number">50228人学习</em>
            </div>
</div>

<html>

    想把他匹配进一个字典test
    test['keshi']=['5课时 39分钟','14课时 37分钟']
    test['level']=['中级','中级']这样的

    看了慕课的教程。里面说
    title_node=soup.find('i',class_="time-icon").find("em")
    视频中是这样写的 但是我运行出错是什么原因，还有没有别的方法去匹配？？

    python
    回复
    阅读 2k
    2 个回答
    得票最新
    同意并接受
      7.2k11022
      ✓ 已被采纳

      title_node=soup.find('i',class_="time-icon").find("em")
      你这个是 bs4 的 css 选择器，不是 正则。

      <i class="time-icon"></i><em>5课时 39分钟</em>

      你仔细看标签元素的层次关系， i 和 em 是平级的，
      em 并不是 i 的子元素。
      所以，你的 find 方法是找不到 em 的。

      给个正则的例子：

      html='''<html>
<div class="timeandicon">
            <div class="cf">
                <dl>
                    <dd class="mar-b8"><i class="time-icon"></i><em>5课时 39分钟</em>
                    </dd>
                    <dd class="zhongji">
                        
                    <i class="xinhao-icon2"></i><em>中级</em>
                    </dd>
                    
                </dl>
                <em class="learn-number">578人学习</em>
            </div>
</div>
<div class="timeandicon">
            <div class="cf">
                <dl>
                    <dd class="mar-b8"><i class="time-icon"></i><em>14课时 37分钟</em>
                    </dd>
                    <dd class="zhongji">
                        
                    <i class="xinhao-icon2"></i><em>中级</em>
                    </dd>
                    
                </dl>
                <em class="learn-number">50228人学习</em>
            </div>
</div>

<html>'''

import re

ptn = re.compile(r'<div[^>]*?class="cf".*?<dl>.*?'
                 r'<em>([^<]*?)</em>.*?' # 课时
                 r'<em>([^<]*?)</em>.*?' # 级别
                 r'</dl>.*?</div>'
                 ,re.S)
mch = ptn.findall(html)
keys = ('课时', '级别')
info = [dict(zip(keys, data)) for data in mch]
print(info)

      结果：

      [{'级别': '中级', '课时': '5课时 39分钟'}, {'级别': '中级', '课时': '14课时 37分钟'}]
      回复
      citaret
        8621111

        你的文本里是 timeandicon

        回复
        查看全部 2 个回答
        推荐问题
        宣传栏
        1992