html_タグ_の内部にtextとimgなどが混在している場合の正規表現でのtext部分にマッチさせるパターン

--------------------------------------------------------------

import re

str_tag = '<button>text<img src="image.png">text02</button>'

# 正規表現パターン

pattern = r'>([^<]+)<'

# テキスト部分を抽出

matches = re.findall(pattern, str_tag)

print(matches)  # ['text', 'text02']

--------------------------------------------------------------

str_tag = "<button>text<img src=\"image.png\">text02</button>"

pythonにおいて

上記のようなhtml要素を表す文字列の変数があるとき、

<>で囲まれているタグの部分以外のtext, text02が

様々な値になる場合に

正規表現でマッチさせることはできるのでしょうか？

そうであれば、そのパターンをおしえていただけないでしょうか？

↓

正規表現を使って、

HTMLタグに囲まれていないテキスト部分

（`text` や `text02`）を抽出することは可能です。

### **正規表現の考え方**

1. **HTMLタグ `< >` に囲まれた部分をスキップする**  

   - `<>` で囲まれている部分をマッチさせ、取得しないようにする。

   

2. **タグの間にあるテキストを取得する**

  

   - `>` の後ろのテキストと `<` の前のテキストを抽出する。

### **正規表現**

以下のパターンを使えば、

タグに囲まれていないテキスト部分を取得できます。

```python

import re

str_tag

 = '<button>text<img src="image.png">text02</button>'

# 正規表現パターン

pattern = r'>([^<]+)<'

# テキスト部分を抽出

matches = re.findall(pattern, str_tag)

print(matches)  # ['text', 'text02']

```

### **解説**

- `>` … `>`（開始タグの終わり）を探す

- `([^<]+)` … `<>` に囲まれていない部分

（テキスト）をキャプチャする

- `<` … 次のタグの開始 `<` でマッチを止める

### **ポイント**

- `>` の後ろから `<` の前までのテキストを取得するため、

タグで囲まれていない部分のみ取得できます。

- `<img>` のように自己終了タグ

（`<img src="image.png">`）があっても、正しく動作します。

### **出力**

```plaintext

['text', 'text02']

```

この方法を使えば、

様々なテキストが変化しても

タグに囲まれていない部分だけを抽出できます。