DjangoBB LoFi version

Начало » Python для новичков » очистка от java script

sanis

Янв. 17, 2011 09:06:50

Задача: почистить html страничку от всех тегов <script language=“JavaScript”></script> включая содержимое тегов

решение:

#!/usr/bin/env python
# -*- coding: utf8 -*-
import re
import urllib

page = urllib.urlopen("http://www.google.ru")
rd = page.read()

starttag = re.compile(r'<script>')
endtag = re.compile('</script>')
rd = starttag_re.sub('', rd)
rd = endtag_re.sub('', rd)
print rd

в данном случае удаляет в переменной rd только все теги <script></script>
если использовать конструкцию типа

r1 = re.compile(r'<script>.*</script>')
rd = r1.sub('', rd)

вместо

starttag = re.compile(r'<script>')
endtag = re.compile('</script>')
rd = starttag_re.sub('', rd)
rd = endtag_re.sub('', rd)

ничего не происходит!

p.s.: очень-очень новичек в этом :) так что без обид

cutwater

Янв. 17, 2011 10:02:35

sanis
p.s.: очень-очень новичек в этом smile так что без обид

Новичек и без обид это понятно. Но почему же вы все упорно не хотите думать..

<script.*?>.*?</script>

Вот как-то так для общего случая. Допишите по небходимости.

sanis

Янв. 17, 2011 13:40:59

а! точно! спасибо))

только он не удаляет))

PooH

Янв. 17, 2011 18:57:38

sanis
только он не удаляет))

re.DOTALL | re.IGNORECASE
нет?

o7412369815963

Янв. 17, 2011 22:54:58

# coding: utf8

import re

txt = """<meta name='yandex-verification' content='6eb' /> 
<script type="text/javascript" src="/static/jquery.js"></script> 
<script type="text/javascript"> 
    var tags_all = 0;
</script> 
<meta name='yandex-verification' content='6eb' />
"""

print re.compile(r'<script.*?>.*?</script>', re.DOTALL | re.IGNORECASE).sub('', txt)

sanis

Янв. 18, 2011 06:58:12

всем спасибо за внимание, вопрос закрыт!