纠错：python正则表达，下式为什么错误？

Question

import re
str='<DT><H3 ADD_DATE="1646557099" LAST_MODIFIED="1646557099">若干文字'
btag=re.match("(?<=[>]).*",str)
btag需要匹配>号后的“若干个字符”，以上代码输出为空，不明白哪里错误，请纠正

Answer 1

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None.
你需要的应该是re.search或是re.findall

• re.search 返回匹配一次的对象
• re.findall 返回全部匹配成功的列表

Answer 2

两个问题

1. 你要捕获 若干文字 的话应该用 findall 或者 search
2. 你的正则会匹配到 DT> 这里的 >，.*会匹配后面整个 <H3标签

import re
s = '<DT><H3 ADD_DATE="1646557099" LAST_MODIFIED="1646557099">若干文字'
re.findall("(?<=[>])[^<]*", s)
# 结果 ['', '若干文字']

一个建议：

你的数据看起来是浏览器收藏夹导出的内容，你可以考虑用 BeautifulSoup 来处理这种不规范的 XML 数据。