首页 > 文章 > python教程
正则提取HTML内容方法全解析

时间：2025-09-03 14:54:30 153浏览收藏
“纵有疾风来，人生不言弃”，这句话送给正在学习文章的朋友们，也希望在阅读本文《正则提取HTML内容方法详解》后，能够真的帮助到大家。我也会在后续的文章中，陆续更新文章相关的技术文章，有好的建议欢迎大家在评论留言，非常感谢！
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，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</code>标签里的标题，可以用如下正则：</p><img src="/uploads/20250903/175688244768b7e60f465eb.png" alt="如何使用正则表达式提取HTML中的特定内容？"><pre class="brush:regex;toolbar:false;"><title.*?>(.*?)
这个表达式的意思是：
.*? 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</code>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。</p><h2>提取指定属性的值</h2><p>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<code>src</code>：</p><pre class="brush:regex;toolbar:false;"><img.*?src="(.*?)".*?></pre><p>这样就能从下面这样的HTML中提取出图片地址：</p><pre class="brush:html;toolbar:false;"><img src="/images/logo.png" alt="Logo"></pre><p>结果就是 <code>/images/logo.png</code></p><p>?技巧：</p><ul><li>如果不确定引号类型，可以使用<code>src=(['\"])(.*?)\1</code>来兼容单引号和双引号</li><li>注意转义字符，比如在Python中要用原始字符串<code>r''</code>避免反斜杠被转义</li></ul><h2>匹配带特定类名的标签内容</h2><p>想提取某个class下的内容？比如<code><div class="content">...</div></code>中的整个块：</p><pre class="brush:regex;toolbar:false;"><div class="content".*?>([\s\S]*?)</div></pre><p>这里用了<code>[\s\S]*?</code>来匹配包括换行在内的所有字符。</p><p>⚠️风险提示：</p><ul><li>HTML嵌套结构容易让这种正则失效，比如内部还有多个<code></div></code></li><li>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</li></ul><h2>一些实用建议</h2><ul><li>测试正则时尽量用真实的数据样本，别只看理想情况</li><li>多用非贪婪模式（<code>.*?</code>），否则很容易匹配过多内容</li><li>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</li><li>正则只是工具之一，不适用于所有HTML解析场景</li></ul><p>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。</p><p>终于介绍完啦！小伙伴们，这篇关于《正则提取HTML内容方法全解析》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！</p>      </div>
        <div class="labsList">
                    </div>
          </div>

         <!-- 最新阅读 -->
     <div class="contBoxNor">
      <div class="contTit">
        <div class="tit">相关阅读</div>
        <a href="/articlelist.html" class="more">更多></a>
      </div>
      <ul class="latestReadList">
                <li>
          <div class="info">
                                  <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                          |  1年前  |  
                                       <a href="javascript:;" class="aLightGray" title="高效开发">高效开发</a>
                                                 <a href="javascript:;" class="aLightGray" title="Flask框架">Flask框架</a>
                                                 <a href="javascript:;" class="aLightGray" title="安装技巧">安装技巧</a>
                      </div>
          <div class="tit lineOverflow"><a href="/article/80964.html"  title="Flask框架安装技巧：让你的开发更高效" class="aBlack">Flask框架安装技巧：让你的开发更高效</a></div>
          <div class="opt">
            <span><i class="view"></i>501</span>
            <span class="collectBtn user_collection" data-id="80964" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
          </div>
        </li>
                <li>
          <div class="info">
                                  <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                          |  1年前  |  
                                       <a href="javascript:;" class="aLightGray" title="Django">Django</a>
                                                 <a href="javascript:;" class="aLightGray" title="技巧">技巧</a>
                                                 <a href="javascript:;" class="aLightGray" title="多线程">多线程</a>
                      </div>
          <div class="tit lineOverflow"><a href="/article/90241.html"  title="Django框架中的并发处理技巧" class="aBlack">Django框架中的并发处理技巧</a></div>
          <div class="opt">
            <span><i class="view"></i>501</span>
            <span class="collectBtn user_collection" data-id="90241" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
          </div>
        </li>
                <li>
          <div class="info">
                                  <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                          |  1年前  |  
                                       <a href="javascript:;" class="aLightGray" title="下载速度">下载速度</a>
                                                 <a href="javascript:;" class="aLightGray" title="pip源配置">pip源配置</a>
                                                 <a href="javascript:;" class="aLightGray" title="国内源">国内源</a>
                      </div>
          <div class="tit lineOverflow"><a href="/article/88174.html"  title="提升Python包下载速度的方法——正确配置pip的国内源" class="aBlack">提升Python包下载速度的方法——正确配置pip的国内源</a></div>
          <div class="opt">
            <span><i class="view"></i>501</span>
            <span class="collectBtn user_collection" data-id="88174" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
          </div>
        </li>
                <li>
          <div class="info">
                                  <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                          |  1年前  |  
                                       <a href="javascript:;" class="aLightGray" title="Python">Python</a>
                                                 <a href="javascript:;" class="aLightGray" title="C++">C++</a>
                                                 <a href="javascript:;" class="aLightGray" title="选择">选择</a>
                      </div>
          <div class="tit lineOverflow"><a href="/article/113474.html"  title="Python与C++：哪个编程语言更适合初学者？" class="aBlack">Python与C++：哪个编程语言更适合初学者？</a></div>
          <div class="opt">
            <span><i class="view"></i>501</span>
            <span class="collectBtn user_collection" data-id="113474" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
          </div>
        </li>
                <li>
          <div class="info">
                                  <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                          |  1年前  |  
            </div>
          <div class="tit lineOverflow"><a href="/article/120624.html"  title="品牌建设技巧" class="aBlack">品牌建设技巧</a></div>
          <div class="opt">
            <span><i class="view"></i>501</span>
            <span class="collectBtn user_collection" data-id="120624" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
          </div>
        </li>
              </ul>
    </div>
         <!-- 最新阅读 -->
      <div class="contBoxNor">
          <div class="contTit">
              <div class="tit">最新阅读</div>
              <a href="/articlelist.html" class="more">更多></a>
          </div>
          <ul class="latestReadList">
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  6分钟前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305776.html"  title="正则中的原子组是什么？怎么使用？" class="aBlack">正则中的原子组是什么？怎么使用？</a></div>
                  <div class="opt">
                      <span><i class="view"></i>175</span>
                      <span class="collectBtn user_collection" data-id="305776" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  10分钟前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305772.html"  title="Python发邮件教程：smtplib使用全解析" class="aBlack">Python发邮件教程：smtplib使用全解析</a></div>
                  <div class="opt">
                      <span><i class="view"></i>424</span>
                      <span class="collectBtn user_collection" data-id="305772" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  1小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305718.html"  title="Pythongroupby数据聚合技巧详解" class="aBlack">Pythongroupby数据聚合技巧详解</a></div>
                  <div class="opt">
                      <span><i class="view"></i>158</span>
                      <span class="collectBtn user_collection" data-id="305718" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  1小时前  |  
                                            <a href="javascript:;" class="aLightGray" title="Python脚本">Python脚本</a>
                                            <a href="javascript:;" class="aLightGray" title="运行Python脚本">运行Python脚本</a>
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305672.html"  title="暂停运行中的Python脚本的技巧" class="aBlack">暂停运行中的Python脚本的技巧</a></div>
                  <div class="opt">
                      <span><i class="view"></i>241</span>
                      <span class="collectBtn user_collection" data-id="305672" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  2小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305656.html"  title="非捕获分组作用及使用技巧" class="aBlack">非捕获分组作用及使用技巧</a></div>
                  <div class="opt">
                      <span><i class="view"></i>455</span>
                      <span class="collectBtn user_collection" data-id="305656" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  2小时前  |  
                                            <a href="javascript:;" class="aLightGray" title="选择">选择</a>
                                            <a href="javascript:;" class="aLightGray" title="HTML/XML">HTML/XML</a>
                                            <a href="javascript:;" class="aLightGray" title="beautifulsoup">beautifulsoup</a>
                                            <a href="javascript:;" class="aLightGray" title="数据解析">数据解析</a>
                                            <a href="javascript:;" class="aLightGray" title="xpath">xpath</a>
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305631.html"  title="XPath与BeautifulSoup哪个更实用？" class="aBlack">XPath与BeautifulSoup哪个更实用？</a></div>
                  <div class="opt">
                      <span><i class="view"></i>223</span>
                      <span class="collectBtn user_collection" data-id="305631" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  2小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305610.html"  title="SQLAlchemy只查部分字段的高效方法" class="aBlack">SQLAlchemy只查部分字段的高效方法</a></div>
                  <div class="opt">
                      <span><i class="view"></i>157</span>
                      <span class="collectBtn user_collection" data-id="305610" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  3小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305594.html"  title="Plotly交互图表教程：Python数据可视化指南" class="aBlack">Plotly交互图表教程：Python数据可视化指南</a></div>
                  <div class="opt">
                      <span><i class="view"></i>299</span>
                      <span class="collectBtn user_collection" data-id="305594" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  3小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305581.html"  title="Python视频流处理：OpenCV帧操作详解" class="aBlack">Python视频流处理：OpenCV帧操作详解</a></div>
                  <div class="opt">
                      <span><i class="view"></i>364</span>
                      <span class="collectBtn user_collection" data-id="305581" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  3小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305580.html"  title="Python元编程：动态代码生成实战技巧" class="aBlack">Python元编程：动态代码生成实战技巧</a></div>
                  <div class="opt">
                      <span><i class="view"></i>403</span>
                      <span class="collectBtn user_collection" data-id="305580" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  3小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305572.html"  title="Python闭包怎么用？函数嵌套全解析" class="aBlack">Python闭包怎么用？函数嵌套全解析</a></div>
                  <div class="opt">
                      <span><i class="view"></i>101</span>
                      <span class="collectBtn user_collection" data-id="305572" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                            <li>
                  <div class="info">
                                            <a href="/articlelist/19_new_0_1.html" class="aLightGray" title="文章">文章</a> ·
                                            <a href="/articlelist/86_new_0_1.html" class="aLightGray" title="python教程">python教程</a>
                                              |  4小时前  |  
                      </div>
                  <div class="tit lineOverflow"><a href="/article/305545.html"  title="Python中print的使用方法与作用详解" class="aBlack">Python中print的使用方法与作用详解</a></div>
                  <div class="opt">
                      <span><i class="view"></i>367</span>
                      <span class="collectBtn user_collection" data-id="305545" data-type="article" title="收藏"><i class="collect"></i>收藏</span>
                  </div>
              </li>
                        </ul>
      </div>
    <!-- 课程推荐 -->
    <div class="contBoxNor">
      <div class="contTit">
        <div class="tit">课程推荐</div>
        <a href="/courselist.html" class="more">更多></a>
      </div>
      <ul class="classRecomList">
                <li>
          <a href="/course/9.html" title="前端进阶之JavaScript设计模式" class="img_box">
            <img src="/uploads/20221222/52fd0f23a454c71029c2c72d206ed815.jpg" onerror="this.onerror='';this.src='/assets/images/moren/morentu.png'" alt="前端进阶之JavaScript设计模式">
                      </a>
          <dl>
            <dt class="lineOverflow">
              前端进阶之JavaScript设计模式            </dt>
            <dd class="cont1 lineOverflow">设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。</dd>
            <dd class="cont2">
              <a href="/course/9.html" title="前端进阶之JavaScript设计模式" class="toStudy">立即学习</a>
              <span>543次学习</span>
            </dd>
          </dl>
        </li>
                <li>
          <a href="/course/2.html" title="GO语言核心编程课程" class="img_box">
            <img src="/uploads/20221221/634ad7404159bfefc6a54a564d437b5f.png" onerror="this.onerror='';this.src='/assets/images/moren/morentu.png'" alt="GO语言核心编程课程">
                      </a>
          <dl>
            <dt class="lineOverflow">
              GO语言核心编程课程            </dt>
            <dd class="cont1 lineOverflow">本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。</dd>
            <dd class="cont2">
              <a href="/course/2.html" title="GO语言核心编程课程" class="toStudy">立即学习</a>
              <span>512次学习</span>
            </dd>
          </dl>
        </li>
                <li>
          <a href="/course/74.html" title="简单聊聊mysql8与网络通信" class="img_box">
            <img src="/uploads/20240103/bad35fe14edbd214bee16f88343ac57c.png" onerror="this.onerror='';this.src='/assets/images/moren/morentu.png'" alt="简单聊聊mysql8与网络通信">
                      </a>
          <dl>
            <dt class="lineOverflow">
              简单聊聊mysql8与网络通信            </dt>
            <dd class="cont1 lineOverflow">如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让</dd>
            <dd class="cont2">
              <a href="/course/74.html" title="简单聊聊mysql8与网络通信" class="toStudy">立即学习</a>
              <span>499次学习</span>
            </dd>
          </dl>
        </li>
                <li>
          <a href="/course/57.html" title="JavaScript正则表达式基础与实战" class="img_box">
            <img src="/uploads/20221226/bbe4083bb3cb0dd135fb02c31c3785fb.jpg" onerror="this.onerror='';this.src='/assets/images/moren/morentu.png'" alt="JavaScript正则表达式基础与实战">
                      </a>
          <dl>
            <dt class="lineOverflow">
              JavaScript正则表达式基础与实战            </dt>
            <dd class="cont1 lineOverflow">在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。</dd>
            <dd class="cont2">
              <a href="/course/57.html" title="JavaScript正则表达式基础与实战" class="toStudy">立即学习</a>
              <span>487次学习</span>
            </dd>
          </dl>
        </li>
                <li>
          <a href="/course/28.html" title="从零制作响应式网站—Grid布局" class="img_box">
            <img src="/uploads/20221223/ac110f88206daeab6c0cf38ebf5fe9ed.jpg" onerror="this.onerror='';this.src='/assets/images/moren/morentu.png'" alt="从零制作响应式网站—Grid布局">
                      </a>
          <dl>
            <dt class="lineOverflow">
              从零制作响应式网站—Grid布局            </dt>
            <dd class="cont1 lineOverflow">本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。</dd>
            <dd class="cont2">
              <a href="/course/28.html" title="从零制作响应式网站—Grid布局" class="toStudy">立即学习</a>
              <span>484次学习</span>
            </dd>
          </dl>
        </li>
              </ul>
    </div>
        </div>
  <!-- footer -->
  <link href="https://fonts.googleapis.com/icon?family=Material+Icons" rel="stylesheet">
<div class="footer">
    <ul>
      <li  ><a href="/" class="aLightGray"><em class="material-icons">home</em><span>首页</span></a></li>
      <li  class="curr"><a href="/articlelist.html" class="aLightGray"><em class="material-icons">menu_book</em><span>阅读</span></a></li>
      <li  ><a href="/courselist.html" class="aLightGray"><em class="material-icons">school</em><span>课程</span></a></li>
      <li  ><a href="/ai.html" class="aLightGray"><em class="material-icons">smart_toy</em><span>AI助手</span></a></li>
      <li ><a href="/user.html" class="aLightGray"><em class="material-icons">person</em><span>我的</span></a></li>
    </ul>
  </div>
  <script src="/assets/js/require.js" data-main="/assets/js/require-frontend.js?v=1671101972"></script>
<script>
    var _hmt = _hmt || [];
    (function() {
        var hm = document.createElement("script");
        hm.src = "https://hm.baidu.com/hm.js?3dc5666f6478c7bf39cd5c91e597423d";
        var s = document.getElementsByTagName("script")[0];
        s.parentNode.insertBefore(hm, s);
    })();
</script>
</body>
</html>