求解一个python正则表达式问题
本文介绍了求解一个python正则表达式问题的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
问 题
有一个文本
<html>
<div class="timeandicon">
<div class="cf">
<dl>
<dd class="mar-b8"><i class="time-icon"></i><em>5课时 39分钟</em>
</dd>
<dd class="zhongji">
<i class="xinhao-icon2"></i><em>中级</em>
</dd>
</dl>
<em class="learn-number">578人学习</em>
</div>
</div>
<div class="timeandicon">
<div class="cf">
<dl>
<dd class="mar-b8"><i class="time-icon"></i><em>14课时 37分钟</em>
</dd>
<dd class="zhongji">
<i class="xinhao-icon2"></i><em>中级</em>
</dd>
</dl>
<em class="learn-number">50228人学习</em>
</div>
</div>
<html>
想把他匹配进一个字典test
test['keshi']=['5课时 39分钟','14课时 37分钟']
test['level']=['中级','中级']这样的
看了慕课的教程。里面说
title_node=soup.find('i',class_="time-icon").find("em")
视频中是这样写的 但是我运行出错是什么原因,还有没有别的方法去匹配??
解决方案
title_node=soup.find('i',class_="time-icon").find("em")
你这个是 bs4 的 css 选择器,不是 正则。
<i class="time-icon"></i><em>5课时 39分钟</em>
你仔细看标签元素的层次关系, i
和 em
是平级的,em
并不是 i
的子元素。
所以,你的 find 方法是找不到 em
的。
给个正则的例子:
html='''<html>
<div class="timeandicon">
<div class="cf">
<dl>
<dd class="mar-b8"><i class="time-icon"></i><em>5课时 39分钟</em>
</dd>
<dd class="zhongji">
<i class="xinhao-icon2"></i><em>中级</em>
</dd>
</dl>
<em class="learn-number">578人学习</em>
</div>
</div>
<div class="timeandicon">
<div class="cf">
<dl>
<dd class="mar-b8"><i class="time-icon"></i><em>14课时 37分钟</em>
</dd>
<dd class="zhongji">
<i class="xinhao-icon2"></i><em>中级</em>
</dd>
</dl>
<em class="learn-number">50228人学习</em>
</div>
</div>
<html>'''
import re
ptn = re.compile(r'<div[^>]*?class="cf".*?<dl>.*?'
r'<em>([^<]*?)</em>.*?' # 课时
r'<em>([^<]*?)</em>.*?' # 级别
r'</dl>.*?</div>'
,re.S)
mch = ptn.findall(html)
keys = ('课时', '级别')
info = [dict(zip(keys, data)) for data in mch]
print(info)
结果:
[{'级别': '中级', '课时': '5课时 39分钟'}, {'级别': '中级', '课时': '14课时 37分钟'}]
这篇关于求解一个python正则表达式问题的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文