python reguläre Ausdrücke nichts

Meinem regulären Ausdruck nicht etwas zu tun, um meinen string.

python

data = 'random\n<article stuff\n</article>random stuff'
datareg = re.sub(r'.*<article(.*)</article>.*', r'<article\1</article>', data, flags=re.MULTILINE)
print datareg

bekomme ich

random
<article stuff
</article>random stuff

möchte ich

<article stuff
</article>
  • Aw, c ' Mon: Nicht Cthulhu-Analyse wieder.
  • es sieht aus wie fehlerhafte HTML zu mir, so dass ich bezweifle, dass ein HTML-parser in der Lage sein würde, mit ihm zu arbeiten, sehr leicht.
  • Ich denke, youÄre Recht. Aber die substitution scheint keine gültige XML-entweder. Ich Frage mich, was braucht man gebrochen XML?
InformationsquelleAutor user1442957 | 2012-09-12
  1. 12

    re.MEHRZEILIG eigentlich nicht machen, dein regex mehrzeilig, wie Sie möchten, es zu sein.

    Wenn angegeben, wird das Muster Charakter '^' Spiele auf den Anfang des Strings und an den Anfang jeder Zeile (unmittelbar nach jedem newline); und das Muster Charakter '$' entspricht am Ende der Zeichenfolge und am Ende jeder Zeile (unmittelbar vor jedem newline). Standardmäßig '^' passt nur am Anfang des Strings, und '$' nur am Ende der Zeichenfolge und unmittelbar vor dem newline (wenn überhaupt) am Ende der Zeichenfolge.

    re.DOTALL hat:

    Machen die '.' besonderen Charakter übereinstimmung mit jedem Zeichen, einschließlich newline; ohne dieses flag '.' wird mit etwas außer ein Zeilenumbruch.

    Ändern flags=re.MULTILINE zu flags=re.DOTALL und deine regex funktioniert.

    • genial, markieren korrigieren 🙂 danke!
    • meinen Tag gerettet! Dank
    InformationsquelleAutor Blender
Schreibe einen Kommentar