html_タグを表す文字列から_要素名のみ取得_正規表現

str_html_tag02

 = '''<td rowspan="2" class="colC">

<p>Bランク</p>

</td>'''

上記のようなpythonの文字列の変数があるときに、

html要素のうちの タグの<の次にくる

要素名を取得するための正規表現を定義する際、

先頭の<を除き、

要素名は通常アルファベットで定義されているようですから、

任意のアルファベットの1個以上のもので構成されるのでしょうか？

↓

はい、その通りです。

HTMLのタグ名（要素名）は通常、

英字（`A-Z` または `a-z`）で始まり、

その後に英数字（`A-Z`, `a-z`, `0-9`）や

ハイフン（`-`）が続くことが許可されています。

ただし、一般的なHTMLタグは英字のみで始まることが多いです。

正規表現で `<` の次の要素名を取得するには、

以下のように定義できます。

```python

import re

pattern = r'<([a-zA-Z][a-zA-Z0-9-]*)'

str_html_tag02 = 

'''<td rowspan="2" class="colC">

<p>Bランク</p></td>'''

match = re.search(pattern, str_html_tag02)

if match:

# 出力: td

    print(match.group(1))  

```

### 正規表現の説明:

- `<` の次に来る **要素名** を取得するために

`<([a-zA-Z][a-zA-Z0-9-]*)` を使用

  - `[a-zA-Z]` → 要素名は英字で始まる

  - `[a-zA-Z0-9-]*`

→ その後、英数字または `-`（ハイフン）が続く

- `re.search()` を使って最初に見つかったタグ名を取得

このパターンを使えば、

HTMLのタグ名（`td`, `p`, `div`, `span` など）

を適切に抽出できます。