Python Regex在Expresso中工作，而不是在IronPython中

Question

回到我已经发布的HTML内容。试着学点正则表达式，即使我知道还有其他方法。我不是哑巴，就像挑战。。。在

我的表达是：

publisher.php\?c=.*?\">(.*?)</a>(?:.*?)<br\s\\>(?:[\s\r\n]*?)Date:\s<time\sdatetime="(.*?)\">(?:.*?)(?:[\s\r\n]*?)Pages:\s*?(\d*?)<br\s\\>

匹配：

^{pr2}$

如果我在Expresso中测试它，效果很好，但是当我在Python中运行它时，我的结果是group1立即没有结果。。。在

有什么线索吗？在

谢谢

米

Answer 1

你如何在Python中运行它？你是作为一个原始字符串来转义吗？你添加了多行标志了吗？在

您混合使用双引号、单引号和反斜杠的方式可能会导致问题。例如，这个位看起来很奇怪：

c=.*?\">

但是对于我来说，在Linuxx86上使用Python2.6.6似乎是可行的。在

^{pr2}$

Answer 2

1. regexp的所有实现都有细微差别。它在expresso中工作并不意味着它可以在Python中工作。这也可能是一个有不同标志默认值的问题，比如空白等。

2. 不要使用regexp来匹配HTML或XML，除非情况很简单。使用为HTML/XML设计的库，如lxml或{a2}。

3. 我只是想弄清楚你头痛的原因。见2。

4. 当您这样做时：\\>您将创建一个反斜杠和一个大于号的括号。regexp将其解释为文本括号。您需要三个反斜杠：\\\>，或者更好：使用原始字符串，即使用r''而不是''。

5. 使用BeautifulSoup。真正地。