论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2012-06-04 11:03 |只看该作者 |倒序浏览

想要提取一个文件里<h1>和<h1\>之间的内容，这个表达式要怎么完成？
我想用python调用shell命令来完成，因为对python一窍不通。。。

文库|博客

gegebao

白手起家

论坛徽章:: 0

2楼 [报告]

发表于 2012-06-04 11:37 |只看该作者

用python的re正则表达式模块很方便

比如文本s = 'aaaaaaa<h1>bbbbbbbbbbbbbbbb<h1\>aaaaaaaa'
   pattern = '<h1>(.*?)<h1\\\>'
   re,findall(pattern, s)

结果为['bbbbbbbbbbbbbbbb']

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

yakezone

白手起家

论坛徽章:: 0

3楼 [报告]

发表于 2012-06-04 14:35 |只看该作者

用python正则表达式找出来的内容，汉子部分怎么会都是16进制的啊？回复 2# gegebao

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

gegebao

白手起家

论坛徽章:: 0

4楼 [报告]

发表于 2012-06-05 10:23 |只看该作者

回复 3# yakezone

python 内部会把汉字编码

  比如 s='\xe4\xbd\xa0\xe5\xa5\xbd'  #你好
   print s  就会把汉字显示出来了

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

返回列表

Chinaunix › 论坛 › 程序设计 › Python › 关于正则表达式

关于正则表达式 [复制链接]

浏览过的版块