text=u’<a href="#5" accesskey="5"></a><a href="#1" accesskey="1"><font color="#667755">\ue689</font></a><a href="#2" accesskey="2"><font color="#667755">\ue6ec</font></a><a href="#3" accesskey="3"><font color="#667755">\ue6f6</font></a>‘
Я новый python руку. Я хочу получить \ ue6ec, \ ue6f6, \ ue6ec, как извлечь этот модуль использования строки. Большое спасибо!python как получить эту строку
Regexp не является хорошим инструментом для работы с HTML. Используйте Beautiful Soup.
Спасибо вам :) Я исправил. – demas 2010-11-26 07:11:53
Don't use regular expressions to parse HTML. Используйте BeautifulSoup. Documentation для BeautifulSoup.
Большое спасибо – user521023 2010-11-27 04:54:34
>>> from BeautifulSoup import BeautifulSoup
>>> text=u'<a href="#5" accesskey="5"></a><a href="#1" accesskey="1"><font color="#667755">\ue689</font></a><a href="#2" accesskey="2"><font color="#667755">\ue6ec</font></a><a href="#3" accesskey="3"><font color="#667755">\ue6f6</font></a>'
>>> t = BeautifulSoup(text)
>>> t.findAll(text=True)
[u'\ue689', u'\ue6ec', u'\ue6f6']
И для справки, что производит `u '\ ue689 \ ue6ec \ ue6f6``. – 2010-11-26 07:14:12
Если вы знаете, что страница всегда будет иметь этот формат, используйте парсер BeautifulSoup, чтобы найти то, что вам нужно в HTML.
Однако иногда BeautifulSoup может прерываться из-за искаженного HTML. Я предлагаю вам использовать lxml, который является связыванием python с libxml2. Он будет анализировать и обычно исправлять неверный HTML.
Вау, этот фрагмент выглядит намеренно запутанным. Из чего это происходит? – SingleNegationElimination 2010-11-26 07:43:01