[网络协议]字符串提取两个关键字中间的所有字符

背景

? ? ? ? 在做一个淘宝的商品信息收集是用到了，说多了要被屏蔽，直接给代码吧

目的

? ? ? ? 我有一堆字符串关键字1***************关键字2 我想提取出来两个关键字中间的内容 ，比如 "p4pTags"XXXXXXXXXXXX"icon"这种

代码

import re

pattern=re.compile(r"关键字1(.*?)关键字1",re.S)
response_list = re.findall(pattern,待分割字符串)[0]

举例

import re

res = '"p4pTags":300,"price":588,"icon"'
pattern=re.compile(r'"p4pTags"(.*?)"icon"',re.S)
response_list = re.findall(pattern,res)[0]

结果

response_list：
:300,"price":588,

一点解释

? ? ? ? re.S 的目的是指定将带匹配的字符串看成一个字符串，这样就能处理中间含有\n这种换行符存在的情况， 如果不指定，默认一行一行的匹配，你可能匹配出来是None

不足的点

? ? ? ? 也是我踩的坑，就是两个关键字相同的情况，不太高的定，她执照得到一半。举个例子：关键字******待提取1*********关键字******待提取2*********关键字******待提取3*********关键字,用这种方法不行只会得到******待提取1********* 和 ******待提取3*********

实例如下

import re

a= "mmkkjklmmkkuiommkkpoimmkkouymmkkll"
p=re.compile(r"mmkk(.*?)mmkk")
b=re.findall(p,a)

结果是

b=['jkl', 'poi']

解决不足

那怎么解决呢？答用字符串分割，代码如下

import re

a= "mmkkjklmmkkuiommkkpoimmkkouymmkkll"
p=re.compile(r"mmkk(.*?)mmkk")
b=re.findall(p,a)
c=a.split('mmkk')

此时结果是

b=['jkl', 'poi']
c= ['', 'jkl', 'uio', 'poi', 'ouy', 'll']

只要去掉开头和结尾就是我们想要的，即

ans = c[1:-1]

得到我们感兴趣的所有子字符串

ans= ['jkl', 'uio', 'poi', 'ouy']