Das deutsche Python-Forum

Hallo,

ich muss aus einem String, der mehrere Links enthält, den Linktext extrahieren:
Ich habe u.a. mit folgendem Code versucht, den Linktext der Strings auszufiltern:

>>> r = re.compile("""<a href=".*">(?P<linktext>.*)</a>""")
>>> r.findall(string)
['JKL blah']

Damit erhalte ich zwar einen Linktext, allerdings nur den des letzten Links. Das Problem scheint wohl mit dem ersten .* zusammenzuhängen.

Könnte mir jemand sagen, wie ich auch die anderen beiden erhalte?

Gruß
Tim

Das liegt daran, dass * greedy sucht. Mit *? geht es: Schönen Gruß,

brb

Super, dankeschön!
"(non)greedy" kannte ich noch nicht.

Gruß
Tim

Natürlich darf hier der Standard Hinweis nicht fehlen, dass man HTML nicht mit RegExps parsen sollte, sondern mit einem HTML-Parsern (lxml, html5lib, ...).