python正则表达式解析div标签

一个关于python正则表达式的问题。

我想匹配一个像

<div class="leftTail"><ul class="hotnews">any news stuff</ul></div> 

我在想一个像这样的模式

p = re.compile(r'<div\s+class=\"leftTail\">[^(div)]+</div>') 

但是好像不能正常工作

另一种模式

p = re.compile(r'<div\s+class=\"leftTail\">[\W|\w]+</div>') 

我得到的比我想象的要多得多，它得到了文件中最后一个标签之前的所有内容。

感谢您的帮助

请您参考如下方法:

您可能想考虑毕业于实际的 HTML 解析器。我建议你给Beautiful Soup一试。 HTML 有许多疯狂的格式化方式，正则表达式可能无法始终正常工作，即使您正确编写它们也是如此。