DjangoBB LoFi version

Полная версия: Регулярные выражения и кодировка

Начало » Python для новичков » Регулярные выражения и кодировка

Cover Story

Ноя. 24, 2009 18:05:46

Всем доброго!
Пытаюсь разобраться с регулярными выражениями.
Пишу код:

# -*- coding: utf-8 -*-
import re
pattern = ur'href="(.*?)">(.*?)</a>'
number_re = re.compile(pattern)
hhh = u'<a href="www.ya.ru">яндекс</a>'
s = number_re.findall(hhh)
print unicode(s)

Результат:

[(u'www.ya.ru', u'\u044f\u043d\u0434\u0435\u043a\u0441')]

Как побороть проблему с кодировкой?

И второй вопрос: Как сделать более универсальную регулярку чтобыможно было задавать любые урлы например как этот:

<a href="www.ya.ru onClick=win(400,350) target=window">яндекс</a>

Ferroman

Ноя. 24, 2009 18:42:08

1. Выводите строку, а не list и проблемы с кодировкой не будет.
2. Брать то что идёт после <a href=" и до первого пробела, ну и от > до <

Cover Story

Ноя. 24, 2009 19:16:12

Не могли бы Вы подсказать как вывести строку в данном случае?
Я просто не понимаю.

Ferroman

Ноя. 24, 2009 20:08:31

print s[0][1]
.....
pattern = ur'href="(.*?)[\ "].*?>(.*?)</a>'

Cover Story

Ноя. 26, 2009 21:19:21

У меня получилось побороть проблему с кодировкой таким способом:

# -*- coding: utf-8 -*-
import re
pattern = ur'href="(.*?)[\ "].*?>(.*?)</a>'
number_re = re.compile(pattern)
hhh = '<a href="www.ya.ru">яндекс</a>'
s = number_re.findall(hhh)
for k in s:
    for kk in k:
        print kk.decode('utf-8')

А есть что попроще?

Александр Кошелев

Ноя. 26, 2009 22:16:41

Cover Story
У меня получилось побороть проблему с кодировкой таким способом:

А была какая-то проблема?