正規表現一致の一部を抽出する

HTMLページからタイトルを抽出する正規表現が必要です。現在私はこれを持っています：

title = re.search('<title>.*</title>', html, re.IGNORECASE).group()
if title:
    title = title.replace('<title>', '').replace('</title>', '') 

<title>のコンテンツのみを抽出する正規表現はありますか？タグを削除する必要はありませんか？

使用( )正規表現中やgroup(1)撮影した文字列を取得するためのPythonで（re.search戻りますNone、それは結果が見つからない場合はそう、使用しないgroup()で直接）：

title_search = re.search('<title>(.*)</title>', html, re.IGNORECASE)

if title_search:
    title = title_search.group(1)

開始時Python 3.8、および割り当て式の導入（PEP 572）（:=演算子）であることに注意してください。一致条件を変数としてif条件内で直接キャプチャーし、それを条件の本体で再利用することにより、Krzysztof Krasosのソリューションを少し改善できます。 ：

# pattern = '<title>(.*)</title>'
# text = '<title>hello</title>'
if match := re.search(pattern, text, re.IGNORECASE):
  title = match.group(1)
# hello

キャプチャグループを使用してみてください。

title = re.search('<title>(.*)</title>', html, re.IGNORECASE).group(1)

re.search('<title>(.*)</title>', s, re.IGNORECASE).group(1)

ビューティフルスープをお勧めします。Soupは、すべてのHTMLドキュメントを解析するための非常に優れたライブラリです。

soup = BeatifulSoup(html_doc)
titleName = soup.title.name

試してください：

title = re.search('<title>(.*)</title>', html, re.IGNORECASE).group(1)

提供されたコードは、Exceptions 私が提案することに対応していません

getattr(re.search(r"<title>(.*)</title>", s, re.IGNORECASE), 'groups', lambda:[u""])()[0]

これは、パターンが見つからなかった場合、または最初に一致した場合、デフォルトで空の文字列を返します。

私はこれで十分だと思います：

#!python
import re
pattern = re.compile(r'<title>([^<]*)</title>', re.MULTILINE|re.IGNORECASE)
pattern.search(text)

...テキスト（HTML）が「text」という名前の変数にあると仮定します。

これは、HTML TITLEタグの内部に合法的に埋め込むことができる他のHTMLタグがなく、そのようなコンテナー/ブロック内に他の<文字を合法的に埋め込む方法がないことも想定しています。

しかし ...

PythonでのHTML解析に正規表現を使用しないでください。HTMLパーサーを使用してください！（完全なパーサーを作成する場合を除いて、これは、さまざまなHTML、SGML、およびXMLパーサーがすでに標準ライブラリーにある場合、追加の作業になります。

「実世界」のタグスープ HTML（SGML / XMLバリデーターに準拠していないことが多い）を処理する場合は、BeautifulSoupパッケージを使用します。（まだ）標準ライブラリにはありませんが、この目的のために広く推奨されています。

別のオプションは次のとおりです。lxml ...これは、適切に構造化された（標準に準拠した）HTML向けに記述されています。ただし、これにはパーサーとしてBeautifulSoupを使用するようにフォールバックするオプションがあります：ElementSoup。