关于正则式提取内容的问题

dismissme

<seg>
1.world      
2.word</seg>

<seg>bye bye</seg>


我想把<seg></seg>间的内容分别提取出来 在python里怎么写正则式  我这样写的
  r = re.compile(r'<seg>(.+?)</seg>', re.S)
  bb = r.findall(data)
但是不行  原因是第一个<seg></seg>里的内容分成了两行 但是不知道该怎么改   有哪位能提示一下啊

smallfish_xy

>>> r.findall(data)
['\n1.world      \n2.word', 'bye bye']

可以的嘛，你这个匹配是对的。

zfzaizheli

>>> import re
>>> r = re.compile(r'<seg>(.+?)</seg>', re.S)
>>> data='<seg>\n1.world\n2.word</seg>\n\n<seg>bye bye</seg>'
>>> r.findall(data)
['\n1.world\n2.word', 'bye bye']

这样没错啊

要不 你试试这个
<seg>([.\s]*.*){1,}</seg>

这个我用正则表达式匹配工具可以匹配
<seg>
1.world      
2.word</seg>

<seg>bye bye</seg>

不过在shell里就不行了

[ 本帖最后由 zfzaizheli 于 2009-12-9 13:57 编辑 ]