我正在使用python正则表达式进行一些正则表达式匹配。
pattern1 = re.compile('<a>(.*?)</a>[sS]*?<b>(.*?)</b>')
pattern2 = re.compile('<b>(.*?)</b>[sS]*?<a>(.*?)</a>')
items = re.findall(pattern1, line)
if items:
print items[0]
else:
items = re.findall(pattern2, line)
if items:
print items[0]
如您所见，标签 a 和 b 序列不是固定的（a 可以在 b 之前或之后）。
我使用了两种模式（先尝试模式 1，然后尝试模式 2）来查找标签 a 和标签 b 之间的文本，但它看起来很丑陋，但我不知道如何使用一种模式来获得与上述代码相同的结果。
谢谢！
请不要使用正则表达式来解析 HTML。正则表达式不能处理 HMTL（*）。Python有不止一个不错的HTML解析器，使用其中一个。
以下示例使用 pyquery，这是一个基于 lxml 的 jQuery API 实现。
from pyquery import PyQuery as pq
html_doc = """
<body>
<a>A first</a><b>B second</b>
<p>Other stuff here</p>
<b>B first</b><a>A second</a>
</body>
"""
doc = pq(html_doc)
for item in doc("a + b, b + a").prev():
print item.text
输出
第一次B 优先
说明：选择器a + b选择所有<b>前面直接带有<a>。 .prev()移动到前一个元素，即<a>（您似乎对此感兴趣 - 但仅当<b>跟随它时）。 b + a对反向元素顺序执行相同的操作。
（
*）首先，正则表达式不能处理无限嵌套结构，当匹配顺序不可预测时，它们会遇到问题，并且它们无法处理HTML的语义含义（字符转义序列，可选和隐式闭合元素，对不是非常严格有效的输入的宽松解析等等）。当输入采用您意想不到的形式时，它们往往会静默中断。而且，当扔到HMTL时，它们往往会变得如此复杂，以至于让任何人的头都受伤。不要花时间编写更复杂的正则表达式来解析 HTML，这是一场失败的战斗。您最终可以达到的最佳状态是那种有效但仍然不如解析器的东西。花时间学习解析器。
将其更改为：
re.compile('(?:<b>|<a>)(.*?)(?:</a>|</b>)[sS]*?(?:<a>|<b>)(.*?)(?:</a>|</b>)')
请注意，这需要更多注意，因为它与<a>匹配，后跟</b>。如果你想防止这种情况，只需抓住第一组（<a>或<b>）并强制它，如下所示：
<\1>
这将匹配后跟上一个捕获的标签，该标签将是 a 或 b 。
我不建议使用正则表达式来解析 HTML，而是使用解析器。
请改用HTML解析器（正如Tomalak和Maroun Maroun已经建议的那样）。对于原因，托马拉克已经解释过了。
为了好玩，我只会为您的问题提供一个字面解决方案：
要组合两种模式，只需使用 | ，例如：
pattern = re.compile('<a>(.*?)</a>[sS]*?<b>(.*?)</b>|<b>(.*?)</b>[sS]*?<a>(.*?)</a>')
但是现在您捕获了 4 个组，因此您必须手动检查您匹配的组。
match = re.search(patternN, line)
if match.group(1, 2) != (None, None):
print match.group(1, 2)
else:
print match.group(3, 4)
或者，更简单地说，使用命名组：
pattern = re.compile('<a>(?P<first>.*?)</a>[sS]*?<b>(.*?)</b>|<b>(.*?)</b>[sS]*?<a>(.*?)</a>')
match = re.search(pattern, line)
print match.group(1, 2) if match.group('first') else match.group(3, 4)