正则匹配问题。

blamos

UID: 46821
帖子: 171
积分: 393
在线时间: 1 天 16 小时

1^# blamos 发表于 2008-12-26 11:56

正则匹配问题。

现有字符串如下：

[Copy to clipboard] [ - ]

CODE:

目录： <a href="http://bj.8j.com/biz/hotels">酒店住宿</a> > <a href="http://bj.8j.com/biz/hotels/ccc">温泉度假</a> <a href="http://bj.8j.com/biz/restaurants">，</a> > <a href="http://bj.8j.com/biz/restaurants/xiangcaiguan">湘菜馆</a> <a href="http://bj.8j.com/biz/sports">运动休闲</a> > <a href="http://bj.8j.com/biz/sports/hotspring">温泉</a> <br />

要用正则表达式将“酒店住宿，温泉度假，餐厅，运动休闲，湘菜馆，温泉“这几个词给匹配出来。由于这几个词不固定，有时候是2个，有时候是3个。请教如何写正则呢？
另外，我记的python好像有这么一个功能：（）\1可以重复前面匹配的字符串。不知道怎么用这中方法。

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

2^# limodou 发表于 2008-12-26 12:53

上面的特点是都在<a>之中，可以这样：

[Copy to clipboard] [ - ]

CODE:

>>> a='''<a href="http://bj.8j.com/biz/hotels">酒店住宿</a> > <a href="http://bj.8j.com/biz/hotels/ccc">温泉度假</a> <a href="http://bj.8j.com/biz/restaurants">，</a> > <a href="http://bj.8j.com/biz/restaurants/xiangcaiguan">湘菜馆</a> & lt;a href="http://bj.8j.com/biz/sports">运动休闲</a> > <a href="http://bj.8j.com/biz/sports/hotspring">温泉</a> <br />'''
>>> import re
>>> r = re.compile(r"<a.*?>(.*?)</a>")
>>> r.findall(a)
['\xbe\xc6\xb5\xea\xd7\xa1\xcb\xde', '\xce\xc2\xc8\xaa\xb6\xc8\xbc\xd9', '\xa3\xac', '\xcf\xe6\xb2\xcb\xb9\xdd', '\xce\xc2\xc8\xaa']

使用\1可以表示()的内容。\1表示第一个()中的内容。

angle4

UID: 8569
帖子: 193
积分: 443
在线时间: 2 天 2 小时

3^# angle4 发表于 2008-12-26 13:34

可以使用python 的 re 模块
import re
p = re.compile(r'<a href=.*>([^<]*)</a>
for x in p.findall(data):
print x

data 是你上面的html代码

angle4

UID: 8569
帖子: 193
积分: 443
在线时间: 2 天 2 小时

4^# angle4 发表于 2008-12-26 13:37

发完才知道已经回答了。。。

blamos

UID: 46821
帖子: 171
积分: 393
在线时间: 1 天 16 小时

5^# blamos 发表于 2008-12-26 13:39

恩，\1原来是这样用。
其实那个字符串是从网页中摘出来的，实际中要在整个网页中匹配，所以你说的那个方法，就会匹配出很多无用信息。可能我刚才表达不清楚，呵呵。这个字符串开头都有个目录，我想利用这个特点，将它下边的信息给匹配出来，但不知怎么写。

blamos

UID: 46821
帖子: 171
积分: 393
在线时间: 1 天 16 小时

6^# blamos 发表于 2008-12-26 13:40

恩，看来是我描述不清楚。。。

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

7^# limodou 发表于 2008-12-26 15:06

简单点就是先找到目录的位置，然后再开始搜索。

luffy.deng

UID: 17648
帖子: 1
积分: 2
在线时间: 10 分钟

8^# luffy.deng 发表于 2008-12-26 19:42

对python的正则还是晕晕的，资料太少了。