Извлечь строки в python

Вы можете написать REGEX, но это будет в некоторой степени «анализировать» HTML. Проблема с написанием регулярных выражений для HTML заключается в том, что HTML — это беспорядок. Он редко бывает идеальным, и это вызывает проблемы, когда вы полагаетесь на него для получения данных.

Лично я бы использовал BeautifulSoup. Он делает больше, чем вы просите, но при этом требует гораздо меньше усилий.

Вы хотите BeautifulSoup:

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(your_file)

soup.find("font", "textfont")

В таком случае попробуйте использовать для него регулярное выражение (которое действительно будет иметь место), используйте предварительно написанную библиотеку или сделайте это самостоятельно с помощью f = open() f.read() и собственного парсера.

Если вы просто хотите получить данные из всех тегов в HTML-документе, отбрасывая при этом все теги, вы можете сделать что-то вроде этого:

import HTMLParser

class DataOnlyParser(HTMLParser.HTMLParser):
    def parse(self, text):
        self.result = []
        self.feed(text)
        self.close()
        return self.result

    def handle_data(self, data):
        data = data.strip()
        if data:
            self.result.append(data)

p = DataOnlyParser()

data = """
<TD align="left" class=texttd><font class='textfont'>AAA</font></TD>
<TD align="left" class=texttd><font class='textfont'>BBB</font></TD>
<TD align="left" class=texttd><font class='textfont'>CCC</font></TD>
<TD align="left" class=texttd><font class='textfont'>DDD</font></TD>
"""

print p.parse(data)
# ['AAA', 'BBB', 'CCC', 'DDD']

Однако, если ваши критерии выбора более сложны и/или если входные данные искажены, вам, вероятно, будет лучше с библиотекой, такой как lxml.

Вы НЕ хотите использовать регулярные выражения для «разбора» html. См. здесь.