re
通常认为使用模块来解析xml或html是不好的做法。仅当 负责尝试解析的页面时才使用它。如果不是,则您的正则表达式非常复杂,或者如果有人替换<input type="hidden" name=.../>
为<input name="..." type="hidden" .../>
或几乎替换为其他任何内容,则脚本可能会中断。
BeautifulSoup是一个HTML解析器,它可以:
除非有充分的理由不这样做,否则应使用它而不是re
HTML解析。
例如,假设txt
包含整个页面,则查找所有隐藏字段将非常简单:
from bs4 import BeautifulSoup
soup = BeautifulSoup(txt)
hidden_tags = soup.find_all("input", type="hidden")
for tag in hidden_tags:
# tag.name is the name and tag.value the value, simple isn't it ?