Python. Как найти все вхождения подобранной подстроки?

Question

У меня есть большая строка - html-страница. Мне нужно найти все имена флеш-накопителей, i.e. Мне нужно получить контент между двойными кавычками: data-name="USB Flash-drive Leef Fuse 32Gb">. Поэтому мне нужна строка между data-name=" и ">. Пожалуйста, не упоминайте BeautifulSoup, мне нужно сделать это без BeautifulSoup и лучше без регулярных выражений, но регулярное выражение также принимается.

Я пытался использовать это:

p = re.compile('(?<=")[^,]+(?=")') 
result = p.match(html_str) 
print(result) 

но результат нет. Но regex101.com он работал:

Answer 1

py2: https://docs.python.org/2/library/htmlparser.html

PY3: https://docs.python.org/3/library/html.parser.html

---

from html.parser import HTMLParser 

class MyHTMLParser(HTMLParser): 
    def handle_starttag(self, tag, attrs): 
     # tag = 'sometag' 
     for attr in attrs: 
      # attr = ('data-name', 'USB Flash-drive Leef Fuse 32Gb') 
      if attr[0] == 'data-name': 
       print(attr[1]) 

parser = MyHTMLParser() 
parser.feed('<sometag data-name="USB Flash-drive Leef Fuse 32Gb">hello world</sometag>') 

Выходные:

USB Flash-drive Leef Fuse 32Gb 

Я добавил некоторые комментарии к коду sh вы, какая структура данных возвращается парсером.

Это должно быть очень легко построить отсюда.

Просто введите HTML, и он будет разбирать его в порядке. Обратитесь к документам и продолжайте попытки.

Answer 2

Если вы хотите сделать это с основной строкой питона разборе здесь способ

s="html string" 
start = s.find('data-name="') 
end = s.find('">') 
output = s[start:end] 

Это то, что происходит в моей оболочке Python

>>> s='junk...data-name="USB Flash-drive Leef Fuse 32Gb">...junk' 
>>> start = s.find('data-name="') 
>>> end = s.find('">') 
>>> output = s[start:end] 
>>> output 
'data-name="USB Flash-drive Leef Fuse 32Gb' 

дайте мне знать, если эта часть сценария работы отдельно