Auszug nicht numerischen Zeichen zwischen HTML-Tags

Question

Ich habe erfolglos Worten versucht, bis aus der im folgenden anhand der numerischen Zeichen zu extrahieren:

<div class="text">hello there 234 44</div> 

Hier ist, was ich tue:

regex_name = re.compile(r'<div class="text">([^\d].+)</div>') 

Answer 1

Sie kann wanna verwenden positive look-behind Behauptung

(?<=">)[^\d]+ 
^^^^^^^ 

sehen regex demo

Python (demo)

import re 

s = """<div class="text">A hawking party 64 x 48 1/2in (163 x 123.3cm)</div>""" 
r = r"(?<=\">)[^\d]+" 
o = re.findall(r, s) 
print o 
# ['A hawking party '] 

Answer 2

data = '<div class="text">A hawking party 64 x 48 1/2in (163 x 123.3cm)</div>' 
final ='' 
for i in data.replace('<div class="text">','').replace('</div>',''): 
    if not i.isdigit(): 
     final+= i 
    else: 
     break 
print final 

Ergebnisse in

A hawking party 

Answer 3

Als Ausgangspunkt, würde ich BeautifulSoup HTML parser verwenden Sie das gewünschte Element in der HTML zu finden Geben Sie den Text des Elements ein und extrahieren Sie ihn.

Dann würde ich itertools.takewhile() verwenden, um alle Zeichen in einer Zeichenfolge zu erhalten, bis eine Ziffer erfüllt ist:

In [1]: from itertools import takewhile 

In [2]: from bs4 import BeautifulSoup 

In [3]: data = """<div class="text">hello there 234 44</div>""" 

In [4]: soup = BeautifulSoup(data, "html.parser") 

In [5]: text = soup.find("div", class_="text").get_text() 

In [6]: ''.join(takewhile(lambda x: not x.isdigit(), text)) 
Out[6]: u'hello there '