Python正则表达式在字符串上无效

Question

我有一个HTML文件，我使用lxml和BeautifulSoup（从HTML转换为文本）处理它。不知何故，下面格式不正确的HTML使它成为文本，我想删除它。我尝试在文本字符串中匹配类似“<；+>；”的内容，但不起作用。我要删除的字符串如下：

string = """ .trb_m_b:befoe{ctent:'Hide comments'}.trb_c_so{padding-top:10px;min-height:500px}||<div class="trb_c_so" data-role=c_container><div class="s_comments" data-sitename="ffff" data-content-id="jksjkj7878787" data-type=promo-comment data-publisher="ronctt"></div></div>"""

我试过的代码是：

pattern = re.compile(r'<.+>')
if (pattern.search(string)):
    print ("Found")

但是，正则表达式与字符串不匹配，尽管它应该匹配。你知道吗

为什么会这样？你知道吗

谢谢。你知道吗

编辑。看起来问题不在于正则表达式，而在于一些非常奇怪的东西。我在列表中有这个字符串，它是最后一项。当我第一次遍历它时，由于某种原因，程序从来没有命中它。不过，第二次是这样。我不明白为什么。你知道吗

编辑2。原来问题是我试图删除循环中的元素（如果它们匹配regex），这是不允许的。我重写了代码以使用列表理解，现在它运行良好。你知道吗

Answer 1

我相信你想要的是：

import re
data = re.findall("\<(.*?)\>", string)

Answer 2

你的HTML不是一个完整的HTML标记，如果你真的想匹配你给出的字符串，你可以使用这个： re.findall("\.trb_m_b.*?></div></div>", string)