У меня есть текст, который выглядит как:извлечение информации поименованных СУБЪЕКТОВ Python 2.7
"<ENAMEX TYPE="PERSON">Edward R. Kimmel</ENAMEX>, one of Admiral <ENAMEX TYPE="PERSON">Jack</ENAMEX>'s two surviving sons and..."
Я хочу вывод, как следующее:
PERSON Эдвард Р. Kimmel
ПЕРСОНА Джек
Любая идея с использованием RegEX?
Большое спасибо
Вы попробовали beautifulsoup?
from bs4 import BeautifulSoup
txt = """<ENAMEX TYPE="PERSON">Edward R. Kimmel</ENAMEX>, one of Admiral <ENAMEX TYPE="PERSON">Jack</ENAMEX>'s twosurviving sons and..."""
soup = BeautifulSoup(txt,"html.parser")
for i in soup.findAll(attrs={'type' : 'PERSON'}):
print(i.text)
Работало :)))) –
Просто используйте .findall
import re
x = '"<ENAMEX TYPE="PERSON">Edward R. Kimmel</ENAMEX>, one of Admiral <ENAMEX TYPE="PERSON">Jack</ENAMEX>"'
mac = []
mac = re.findall("TYPE=\"PERSON\">(.+?)<",x)
for i in mac:
print "PERSON "+i
Поскольку вы используете Python, то почему бы не использовать 'ElementTree' для разбора XML? – dawg
Я рассмотрю это, чтобы найти ответ, спасибо. Я никогда не использовал его раньше! –