Python-сообщество

Всем привет. Переношу с PHP на питон код, который парсил html-странички и доставал оттуда содержимое указанных свойств указанных тегов.
Вот оригинал:

preg_match_all(“#<{$tag}(?:.*){$param}?:'|\”|)(.*)(?:'|\“| |>)#iU”,$content,$matches);

Здесь в $tag может лежать “a”, а в $param - “href”. В $content - код html-странички. Выражение прекрасно работает и складывает всё что надо в $matches.
Попробовал в python сделать его аналог вот так:
r = re.compile(“<” + tag + “(?:.*)” + tags + “?:'|\”|)(*)(?:'|\“| |>)”, re.U)
Выражение работает правильно, но, если PHP-вариант из кода “…<a href='/index.php'>link</a>…” достаёт “/index.php” (без кавычек), то python - “/index.php'>link</a>….(и так до последней в коде кавычки)”. То есть он берёт на много больше текста чем нужно.
Подскажите пожалуйста, как сделать так, чтоб Python-аналог извлекал текст от первой кавычки совпадения, и до ближайшей, а не до самой последней?
P.S. И ещё не большой вопрос. Как указать re.compile() несколько флагов? Например re.U вместе с re.I.

WhiteTiger
который парсил html-странички и доставал оттуда содержимое указанных свойств указанных тегов

есть lxml.html

WhiteTiger
То есть он берёт на много больше текста чем нужно.

ленивая (нежадная) версия - .*?

WhiteTiger
Например re.U вместе с re.I

побитовое сложение - re.U | re.I

поставь задачу

add
заменил “ревнивая” на “ленивая”, так как ревнивая - это сверхжадная

Отредактировано py.user.next (Апрель 4, 2013 09:18:32)

есть lxml.html
ревнивая (нежадная) версия - .*?
побитовое сложение - re.U | re.I

Не знал, оказывается уже есть готовое решение. Большое спасибо. Именно это мне было нужно!

Такими вещами лучше не баловаться. Если вы знаете, что хотите получить содиржимое внутри тэга, то как минимум это доолжно быть

Отредактировано lorien (Март 29, 2013 10:30:43)