python - HTML から都市名を抽出するように正規表現を修正

Question

以下の 2 つのコードから名前 " Harrisburg" & " "を抽出しようとしています。Gujranwala

<td><a href="/worldclock/city.html?n=97">Harrisburg</a><span id=p217s class=wds> *</span></td>
<td><a href="/worldclock/city.html?n=3551">Gujranwala</a><span id=p204s class=wds></span></td>

現在の正規表現は機能しません。どうすれば修正できますか?

私の正規表現：

(?<=<td><a href="\/worldclock\/city\.html\?n=[0-9]{0, 5}">).*(?=<\/a><span id=p[0-9]{0, 4}s class=wds>( \*)</span><\/td>) 

正規表現はpython用です。ありがとう

Answer 1

import re

city_html = """<td><a href="/worldclock/city.html?n=97">Harrisburg</a><span id=p217s class=wds> *</span></td>
               <td><a href="/worldclock/city.html?n=3551">Gujranwala</a><span id=p204s class=wds></span></td>"""

cities = re.findall(r'(?:city\.html.*?>)(.*?)(?:<)', city_html)
# cities == ['Harrisburg', 'Gujranwala']

city.html ... >この RegEx が行っていることは、次の まで、それ以降のすべてを探して取得すること<です。

Answer 2

この正規表現を試してください：

([^>]*)<\s*/a\s*>