Python的重 - 逃避巧合括號在正則表達式模式

我有下面的代碼正則表達式的麻煩：（。*？）Python的重 - 逃避巧合括號在正則表達式模式

import mechanize 
import re 

br = mechanize.Browser() 
br.set_handle_robots(False) 
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')] 
response = br.open("http://www.gfsc.gg/The-Commission/Pages/Regulated-Entities.aspx?auto_click=1") 

html = response.read() 
br.select_form(nr=0) 
#print br.form 
br.set_all_readonly(False) 
next = re.search(r"""<a href="javascript:__doPostBack('(.*?)','(.*?)')">""",html) 

if next: 
    print 'group(1):', next.group(1) 
    print 'group(2):', next.group(2)

如果兩個實例周圍的單引號是從正則表達式刪除，這些是結果：

group(1): ('ctl00$ctl20$g_af5ce308_e786_4734_ad4c_9829087cffbd$ctl00$gvWebLicensee','Page$2') 
group(2): ('ctl00$ctl20$g_af5ce308_e786_4734_ad4c_9829087cffbd$ctl00$gvWebLicensee'

這些結果不太正確。括號和單引號需要拆除（不是我的問題），我想組（1），組（2）看起來像這樣：

group(1): ctl00$ctl20$g_af5ce308_e786_4734_ad4c_9829087cffbd$ctl00$gvWebLicensee 
group(2): Page$2

來源

2016-08-31 Astrophe

您需要逃避括號因爲他們有特殊的意義：

<a href="javascript:__doPostBack\('(.*?)','(.*?)'\)"> 
          HERE^   HERE^

需要注意的是，理想情況下，你不應該用解析HTML正則表達式（即使你的模式是非常具體的，我不認爲這是that bad）。相反，使用例如BeautifulSoup解析HTML，找到a元素，獲取href屬性值，然後使用正則表達式提取所需的子字符串。

來源

2016-08-31 16:09:58 alecxe

@ chris85 phew，是的，一種壞的錯字:)謝謝。 – alecxe

謝謝，我現在明白了。我的目標羣體周圍的括號創造了一個我沒有發現的羣體。 – Astrophe

Python的重 - 逃避巧合括號在正則表達式模式

回答

相關問題