DjangoBB LoFi version

Начало » Python для новичков » py 3.5 regexp html-кода

1 2

Kir@

Май 5, 2016 16:04:59

Здрям!
html-код немного почищен.Надо дернуть русское скоращенное название компании:

<table>Наименование:</td>
 <table>ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование:</td>
 <table>ООО "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование (Eng):</td>
 <table>OOO "Roga"</td>

Я уже готов монитор разбить! Что ему не нравится?!

CompanyName=re.search(r'Сокращенное наименование:[\<\>\/\stabled]*([А-я\s-\"]*)', full)
print(CompanyName.group(1))

Ошибка:

Traceback (most recent call last):
  File "C:\париснг.py", line 49, in <module>
    CompanyName=re.search(r'Сокращенное наименование:[\<\>\/\stabled]*([А-я\s-\"]*)', full)
  File "C:\Program Files\Python 3.5\lib\re.py", line 173, in search
    return _compile(pattern, flags).search(string)
  File "C:\Program Files\Python 3.5\lib\re.py", line 293, in _compile
    p = sre_compile.compile(pattern, flags)
  File "C:\Program Files\Python 3.5\lib\sre_compile.py", line 536, in compile
    p = sre_parse.parse(p, flags)
  File "C:\Program Files\Python 3.5\lib\sre_parse.py", line 783, in parse
    p = _parse_sub(source, pattern, 0)
  File "C:\Program Files\Python 3.5\lib\sre_parse.py", line 397, in _parse_sub
    itemsappend(_parse(source, state))
  File "C:\Program Files\Python 3.5\lib\sre_parse.py", line 725, in _parse
    p = _parse_sub(source, state)
  File "C:\Program Files\Python 3.5\lib\sre_parse.py", line 397, in _parse_sub
    itemsappend(_parse(source, state))
  File "C:\Program Files\Python 3.5\lib\sre_parse.py", line 530, in _parse
    raise source.error("bad character range", len(this))
sre_constants.error: bad character range at position 50

50-ый символ это сразу после “наименование”.

FishHook

Май 5, 2016 16:17:44

Для парсинга html/xml есть куча готовых решений, как в составе стандартной библиотеки так и отдельно от нее, регексп - плохой выбор.

Kir@

Май 5, 2016 18:01:08

FishHook, я знаю эти решения. И знаю, как “прекрасно” они работают.

У меня сейчас есть конкретный вопрос: какого таежного органа регуляркой не удается получит данные? В той же программе есть еще 12 блоков, которые точно так же точно теми же регулярками получают другие данные. А вот наименование не хочет.

FishHook

Май 5, 2016 18:20:16

Где ты вообще такой html взял?

<table>Наименование:</td>
 <table>ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование:</td>
 <table>ООО "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование (Eng):</td>
 <table>OOO "Roga"</td>

это не разметка, а бред сумасшедшего наркомана с синдромом Дауна.

Kir@

Май 5, 2016 18:56:17

FishHook, согласен.
Ошибку как исправить?

doza_and

Май 5, 2016 21:21:08

CompanyName=re.search(ur'Сокращенное наименование:[\<\>\/\stabled]*([А-я\"\s]*)', s)
print CompanyName.group(1)
>>> 
ООО "Рога и копытца"

Наверное диапазон начинающийся с любого пробельного символа это странная вещь.

JOHN_16

Май 5, 2016 23:32:17

Kir@
Я уже готов монитор разбить!

регулярки часто это кровь и боль. Просто примите этот факт.
Вот кое что конкретно под ваш кошмар

>>> print(s)
<table>Наименование:</td>
 <table>ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование:</td>
 <table>ООО "Рога и копытца"</td>
 </tr>
 
 <table>
 <table>Сокращенное наименование (Eng):</td>
 <table>OOO "Roga"</td>
>>> re.findall(r'Сокращенное наименование\:.*?table\>(.*?)\</td', s, re.S|re.U)
['ООО "Рога и копытца"']

Kir@

Май 6, 2016 04:46:24

Называется, найди 10 отличий.
Так не работает:

CompanyName=re.search(r'Сокращенное наименование:[\<\>\/\stabled]*([А-я\s-\"]*)', full)

А так работает:

CompanyName=re.search(r'Сокращенное наименование[\:\<\/tabled\>\s]*([А-я\s\"]*)', full)

Фишка в том, что “Сокращенное наименование:” - одно совпадение, а “Сокращенное наименование” - 2 совпадения

py.user.next

Май 6, 2016 05:32:16

Kir@
У меня сейчас есть конкретный вопрос: какого таежного органа регуляркой не удается получит данные?

Разберись с квадратными скобками в регулярном выражении. Ты их неправильно используешь.

Инфа

Kir@

Май 11, 2016 06:44:34

Получил я вот такие строки в переменной:

 
Иванов Иван Иваныч
 18 000
 50
  Иванова Анна Ивановна
 18 000
 50

Как мне вывести на печать вот это?

Иванов Иван Иваныч, 50%. Иванова Анна Ивановна, 50%.

С учетом того, что людей может быть от 1 до 10.