Pythonの正規表現タグのコンテンツがタグ名でない

Question

私は以下の問題があります：私はいくつかのHTMLコードを持っており、タグの内容を取得する必要があります。私は、何百万という部分文字列などを使用したくありません。私は正規表現を使用したいが、クラス、ID、または何もせずにタグをフィルタリングすることに問題がある。ここに私の正規表現です：

match = re.search('(?<=<span(.+)?>)(.*)(?=</span>)', '<span class="red">color</span>') 

Pythonは私が助けから

<span>color</span> 

みんなありがとうから

<span class="red">color</span> 

と からコンテンツを取得したいエラー

sre_constants.error: look-behind requires fixed-width pattern 

次投げます！

Answer 1

簡単な答え：findallを使用して、ルックバックをスキップしてキャプチャグループを取得します。

<span(.+)?>(.*?)</span> 

しかし、これは、多くの場合、失敗します。例えば。ネストされたタグ、テキストを含む文字列</span>など...