정규식

Question

내가 정규식 HTMLs을 긁어하는 가장 좋은 방법은 아니라는 것을 알고 있지만, 내가 좋아하는 어떤 일이 ... 그 것이다 옵션 그룹을 일치 :

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

을 그리고 나는 쓰기와 예술을 일치 할 필요 부분품. 하지만 그들은 거기에 있다고하지 않으며 잉크와 연필과 같은 다른 부분이있을 수 있습니다 ...

어떻게해야합니까? 나는 pure RegEx를 사용할 필요가있다. 파이썬 라이브러리는 없다.

Answer 1

이전 답변에도 불구하고 마음이 바뀌었기 때문에 옵션을 사용하지 않으려합니다. 따라서 TD 태그 안에있는 것이 무엇이든지 포착하여 적절하게 분류해야합니다. 캡쳐 그룹을 선택적으로 만들어야하므로 레이아웃이 무엇이든간에 여전히 콘텐츠를 검색 할 수 있습니다.

<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> 

를 그리고이 작동 것 같습니다 : 그것은 내가 만든

<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> 

:이 함께 즉 작동합니다!

정말 고맙습니다. 누군가 내 노력을 확인하고 유효성을 검사 해 주셔서 감사합니다.

Answer 2

정규 표현식의 선택적 항목을? 옵션 부분 다음에. ? 하위 표현식이 0 번 또는 1 번 일치합니다.

Answer 3

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

당신은 그것을 here

PS를 테스트 할 수 있습니다 : 내가보기 엔 내가 결국이 만든 당신이 this

Answer 4

통해 이동하는 것이 좋습니다 :

는 노력처럼 보인다

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

.. 어쩌면 약간 연마 될 수 있습니다. 나는 당신이 알고있는 초보자이다.

Answer 5

아마도 두 가지 패턴을 인식 할 수 있습니다.

1. 키워드 내에 존재 < TD> ... </TD>
2. 키워드가 < 다음됩니다> ... </A> 섹션

그래서 .. 첫째 < 내에서 모든 것을 추출 TD>의 (사이비 코드)

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

가 (.*?) 수단 즉, 비 탐욕과 일치 최소 가능한 일치하십시오. 그렇지 않은 경우 첫 번째 <td>부터 마지막까지</td> (다음 : </td> 대신)까지 모두 일치하게됩니다.

그런 다음 inner 부분을 처리 할 수 ​​있습니다!