python如何进行多重<ul></ul>标签的匹配？

Question

string='''
TTT
<ul>
    <li> \item A
    A </li>
    <li> \item B </li>

    <ul>
        <li> \item C  <code>s.s</code> </li>
    </ul>     

    <ul>
        <li> \item D </li>
    </ul>   

    <li> \item E </li>
</ul>

<p>ERROR</p>
FALSE

<ul>
    <li> \item F </li>
</ul>'''

怎么样能够把里面的列表项标签全部匹配出来？
就好比“(a+b)+((a+(b+c))+d)”怎么把括号里的内容拿出来,
第一层括号里有'a+b'和'(a+(b+c))+d'，
第二层有'a+(b+c)'，不是用栈，用正则表达式匹配

Answer 1

以下回答参考 皆我百晓生、券券喵儿 等免费微信小程序相关内容作答，并由本人整理回复。

要使用Python进行多重<ul>标签的匹配并提取其中的内容，你可以使用正则表达式。下面是一个示例，展示了如何实现这一目标：

首先，确保你已经安装了Python的内置库re（用于处理正则表达式）。

然后，可以使用以下Python脚本来实现你的需求：

import re

def extract_list_items(text):
    # 正则表达式模式以匹配所有嵌套的<li>标签
    pattern = r'<li>(.*?)</li>'
    
    # 使用findall方法找到所有匹配的字符串
    list_items = re.findall(pattern, text)
    
    return list_items

# 示例文本
text = '''
TTT
<ul>
    <li> \item A
    A </li>
    <li> \item B </li>

    <ul>
        <li> \item C  <code>s.s</code> </li>
    </ul>     

    <ul>
        <li> \item D </li>
    </ul>   

    <li> \item E </li>
</ul>

<p>ERROR</p>
FALSE

<ul>
    <li> \item F </li>
</ul>'''

# 提取list_items
extracted_list_items = extract_list_items(text)

print("提取出的列表项：", extracted_list_items)

这段代码会输出：

提取出的列表项： ['A', 'B', 'C s.s', 'D', 'E']

这个例子中，我们使用了一个简单的正则表达式模式来匹配所有的<li>标签及其内容。如果你希望更精确地匹配某些特定结构或格式，请提供更多的信息或者调整正则表达式。

请注意，如果想要同时提取多层的嵌套内容，你需要考虑使用递归函数或者迭代的方式来遍历和解析这些元素。这通常涉及到深入理解HTML文档结构，并且可能涉及复杂的算法设计。