提取內部和括號內的元素

我有以下字符串，我想提取元素（xx =「yy」）以及括號之間的內容。這裏有一個例子：提取內部和括號內的元素

[說明ID = 「拿到這本」 ALIGN = 「和這個」寬度= 「和這個」標題= 「和這個」]這也請[/字幕]

我試過下面的代碼，但我很喜歡正則表達式。

re.sub(r'\[caption id="(.*)" align="(.*)" width="(.*)" caption="(.*)"\](.*)\[\/caption\]', "tokens: %1 %2 %3 %4 %5", self.content, re.IGNORECASE)

非常感謝！

來源

2011-09-02 Clash

它可能不適合你，因爲.*是貪婪的。嘗試使用[^"]*替代。 [^"]表示除引號字符以外的所有字符的集合。另外，正如您在註釋中指出的那樣，令牌語法是\\n，而不是%n。試試這個：

re.sub(r'\[caption id="([^"]*)" align="([^"]*)" width="([^"]*)" caption="([^"]*)"\](.*)\[\/caption\]', "tokens: \\1 \\2 \\3 \\4 \\5", self.content, re.IGNORECASE)

標題標籤的內容是否跨越多行？如果他們這樣做.*將不會捕獲換行符。您需要給我們一些東西，如[^\x00]*。 [^\x00]表示除空字符以外的所有charchters的集合。

re.sub(r'\[caption id="([^"]*)" align="([^"]*)" width="([^"]*)" caption="([^"]*)"\]([^\x00]*)\[\/caption\]', "tokens: \\1 \\2 \\3 \\4 \\5", self.content, re.IGNORECASE)

上關的機會，你的字符串實際上可以合法地包含空字符，你就需要使用re.DOTALL標誌來代替。

來源

2011-09-02 14:02:55 Asaph

根據您的編程語言，您可以將NONGREEDY修飾符添加到表達式。 –

不錯，那個工作！我也忘記了令牌語法是// not％，然後它工作：re.sub（r'\ [caption id =「（[^」] *）「align =」（[^「] *）」width = 「（[^」] *）「caption =」（[^「] *）」\]（。*）\ [\/caption \]'，「tokens：\\ 1 \\ 2 \\ 3 \\ 4 \\ 5「，self.content，re.IGNORECASE） – Clash

@Clash：我已經更新了我的答案，以包含有關令牌語法的部分。 – Asaph

你可以嘗試這樣的事情？

re = '[caption id="get this" align="and this" width="and this" caption="and this"]this too please[/caption]' 
re.gsub(/([a-z]*)=\"(.*?)\"/i) do |m| 
    puts "#{$1} = #{$2} 
end

來源

2011-09-02 14:06:50 benvh

這是什麼語言？ – glglgl

你也許能夠利用Python的標準SGML/HTML/XML解析模塊電源：如果它是安全的替代「[]」爲「<>」，那麼你可以爲了做這個替代產生有效的XML，並做標準庫XML解析函數解析：

import string 
from xml.etree import ElementTree as ET 

text = '[caption id="get this" align="and this" width="and this" caption="and this"]this too please[/caption]' 
xml_text = string.translate(text, string.maketrans('[]', '<>')) # Conversion to XML 
parsed_text = ET.fromstring(xml_text) # Parsing 

# Extracted information 
print "Text part:", parsed_text.text 
print "Values:", parsed_text.attrib.values()

這正確打印：

Text part: this too please 
Values: ['and this', 'and this', 'get this', 'and this']

這種方法的好處是，（1）它使用了許多人都知道的標準模塊; （2）明確表明你想要做什麼; （3）您可以隨時提取更多信息，處理更復雜的值（包括包含雙引號的值...）等。

來源

2011-09-02 14:20:10 EOL

提取內部和括號內的元素

回答

相關問題