正則表達式 - 匹配可選組

我知道正則表達式是不是刮HTMLS的最佳途徑，但是這是它... 我有一些類似：正則表達式 - 匹配可選組

<td> Writing: <a href="creator.php?c=CCh">Carlo Chendi</a> Art: <a href="creator.php?c=LBo">Luciano Bottaro</a> </td>

，我需要匹配的寫作藝術部分。但並不是說他們在那裏，並且可能有其他部分，如墨水和鉛筆...

我該如何做？我需要使用純正RegEx，不需要額外的Python庫。

來源

2011-01-09 Maurizio

這不是「不是最好的方式」，它不是一種方式。如果我要求你用麪條釘釘子，那麼完成它的失敗是我的錯，而不是你的。 – msw 2011-01-09 04:41:55

是的，沒錯。不會這樣做，如果我不會以某種方式被迫這樣做...除非你有一個關於如何閱讀一個HTML沒有額外的庫在Python的建議... – Maurizio 2011-01-10 11:15:46

對不起，並不意味着聽起來刺耳。 ..我真的不需要閱讀所有的標籤，只是一些特定的標籤，所以我認爲這可以做到......我可能是錯的，儘管...謝謝！ – Maurizio 2011-01-10 11:24:20

儘管我以前的答案，我改變了主意，並希望不要有選項/備用，但得到他們。所以，這意味着無論是在TD標籤裏面的東西都必須被捕獲和適當的分類。我需要創建一個可選的捕獲組，所以無論佈局如何，我仍然可以檢索內容。應該有這方面的工作，即：

<td> Art: <a href="creator.php?c=GPe">Giuseppe Perego</a> </td> 
<td> Writing: <a href="creator.php?c=CCh">Carlo Chendi</a> Art: <a href="creator.php?c=LBo">Luciano Bottaro</a> </td> 
<td> Pencils: <a href="creator.php?c=JB">Jack Bradbury</a> Ink: <a href="creator.php?c=SSt">Steve Steere</a> </td> 
<td> Pencils: <a href="creator.php?c=JB">Jack Bradbury</a> Ink: <a href="creator.php?c=SSt">Steve Steere</a> </td> 
<td> Writing: <a href="creator.php?c=DKi">Dick Kinney</a> Pencils: <a href="creator.php?c=TS">Tony Strobl</a> Ink: <a href="creator.php?c=SSt">Steve Steere</a> </td> 
<td> Pencils: <a href="creator.php?c=JB">Jack Bradbury</a> Ink: <a href="creator.php?c=SSt">Steve Steere</a> </td> 
<td> Writing: <a href="creator.php?c=BKa">Bob Karp</a> Pencils: <a href="creator.php?c=AT">Al Taliaferro</a> Ink: <a href="creator.php?c=AH">Al Hubbard</a> </td>  
<td> Writing: <a href="creator.php?c=DKi">Dick Kinney</a> Pencils: <a href="creator.php?c=TS">Tony Strobl</a> Ink: <a href="creator.php?c=SSt">Steve Steere</a> </td> 
<td> Writing: <a href="creator.php?c=VLo">Vic Lockman</a> Art: <a href="creator.php?c=KWr">Kay Wright</a> </td> 
<td> Writing: <a href="creator.php?c=MGa">Michele Gazzarri</a> Art: <a href="creator.php?c=GPe">Giuseppe Perego</a> </td>

我創建：

<td>\ {1,3}(?:(?:Writing: <a href="creator\.php\?c=[^>"]*?">(.*?)?</a>).*?)?(?:(?:Pencils: <a href="creator\.php\?c=[^>"]*?">(.*?)?</a>\))?(?:(?:Ink: <a href="creator\.php\?c=[^>"]*?">(.*?)?</a>))?(?:(?:Art: <a href="creator\.php\?c=[^>"]*?">(.*?)?</a>))?\ {1,3}</td>

而且看起來它是工作！

我真的很感謝有人檢查和驗證我的努力。

來源

2011-01-11 00:10:40 Maurizio

你可以用正則表達式匹配可選的東西嗎？之後的可選部分。？將匹配0或1次子表達式。

來源

2011-01-09 04:34:34

regex = re.compile("(\w+):") 
regex.findall(yourString); // returns an array of matching elements

您可以測試它here

PS：我強烈建議你去通過this

來源

2011-01-09 04:44:53

我創造了這個最後：

(Art:|Pencils:|Ink:|Writing:){0,4}.<a href="creator\.php\?c=[^">]*?\"\>(?P<Name>.*?)\</a\>

，看起來像它的工作..也許它可以被打磨一下。我是你知道的首發。

來源

2011-01-10 11:17:10 Maurizio

也許有兩種模式可以識別。存在於

您的關鍵字< TD> ... </TD>
關鍵字後面是一個<> ... </A>部分

所以..第一內<提取一切TD>取值...（僞碼）

while (match("<td[^>]*>(.*?)</td[^>]*>")) { 
    inner = match[1]; 
    ... 
}

的(.*?)裝置匹配非貪婪地，即匹配最小可能。否則，你會匹配從第一個<td>到最後</td>（而不是下一個</td>）的所有內容。

然後您可以繼續處理inner部分！

來源

2011-01-10 11:49:15

正則表達式 - 匹配可選組

回答

相關問題