Python re.findall怎么模糊多个词语然后匹配后获取到句子中的内容

 

需提取内容:

文章内容 = '''
            <td class="abcde:0:WW_11" style=";"><center>占位这是关键词A占位</center><td class="yyyyy:7:hh_45" style="white;"><center></center><td class="qwert:7:no_22" style=";"><nametext>需要提取的内容1</nametext>
          '''

          '''
            <td class="abcde:5:WW_11" style=";"><center>占位这是关键词A占位</center><td class="yyyyy:56:hh_87" style="white;"><center></center><td class="qwert:76:no_22" style=";"><nametext>需要提取的内容2</nametext>
          '''


          '''
            <td class="abcde:2:WW_11" style=";"><center></center><td class="yyyyy:6:hh_76" style="white;"><center></center><td class="qwert:7:no_22" style=";"><nametext>不需要内容1</nametext>
          '''
          '''
            <td class="abcde:3:WW_11" style=";"><center></center><center><span>其他内容关键词A其他内容</span></center><td class="yyyyy:6:hh_85" style="white;"><center></center><td class="qwert:9:no_22" style=";"><nametext>不需要内容2</nametext>
          '''


尝试多个 .*? 匹配出一堆不需要的   换成.* 匹配出来的又不对
''' :WW_11 .*? <center> .*? 关键词A .*? no_22 .*? <nametext> (.*?) </nametext> '''

 

 

 

 

import re

text = '''
            <td class="abcde:0:WW_11" style=";"><center>占位这是关键词A占位</center><td class="yyyyy:7:hh_45" style="white;"><center></center><td class="qwert:7:no_22" style=";"><nametext>需要提取的内容1</nametext>

            <td class="abcde:5:WW_11" style=";"><center>占位这是关键词A占位</center><td class="yyyyy:56:hh_87" style="white;"><center></center><td class="qwert:76:no_22" style=";"><nametext>需要提取的内容2</nametext>

            <td class="abcde:2:WW_11" style=";"><center></center><td class="yyyyy:6:hh_76" style="white;"><center></center><td class="qwert:7:no_22" style=";"><nametext>不需要内容1</nametext>

            <td class="abcde:3:WW_11" style=";"><center></center><center><span>其他内容关键词A其他内容</span></center><td class="yyyyy:6:hh_85" style="white;"><center></center><td class="qwert:9:no_22" style=";"><nametext>不需要内容2</nametext>
          '''

res = re.findall(r''':WW_11[^<>]*><center>(?:(?!</center>).)*?关键词A.*?no_22.*?<nametext>(.*?)</nametext>''',text)

print(res)

输出:['需要提取的内容1', '需要提取的内容2']

'WW_11".*?<center>.*?关键词.*?no_22.*?<nametext>(.*?)</nametext>'

 

re.findall(''':WW_11.*?<center>.*?关键词.*?no_22.*?<nametext>(.*?)</nametext>''',t,re.M),注意不要有多余空格,把文章内容写入一个变量中,把中间双引号全去掉。

结果:['需要提取的内容1', '需要提取的内容2']

 

假设s为文章内容

result = re.findall('.*?<nametext>(.*?)<\/nametext>', s, re.M)