Dev Faq
0
votes

Recherche de caractères entre deux délimiteurs dans une chaîne

J'essaie d'analyser une chaîne pour trouver tous les caractères entre deux délimiteurs code> et code> code>.

J'ai tenté d'utiliser des expressions régulières, mais je n'arrive pas à comprendre ce qui se passe. p>

ma tentative: p> xxx pré>

où Procréed_df ["question"] [2] code> est la chaîne (cette chaîne est continue, je l'ai tapé dans plusieurs lignes pour la lisibilité): p> 

 test_string = '<code> this is a test </code>'

2 commentaires

Je ne vois pas dans cette chaîne d'échantillon.

Je m'excuse, je l'ai accidentellement supprimé lors de la coupe et du collage. Je l'ai corrigé.

3 Réponses :

2
votes

Je pense que le problème est le caractère NEWLINE \ N, assurez-vous simplement de correspondre à l'aide du drapeau dotall code> tel que 

import re
regex = r"<code>(.*)\<\/code>"

test_str = ("<code>for x in finallist:\\n    matchinfo = \n"
    " requests.get(\"https://api.opendota.com/api/matches/{}\".format(x)).json() \n"
    " [\"match_id\"]\\n    print(matchinfo)\\n</code>\n")

re.findall(regex, test_str, re.DOTALL)

'for x in finallist:\\n    matchinfo = \n requests.get("https://api.opendota.com/api/matches/{}".format(x)).json() \n ["match_id"]\\n    print(matchinfo)\\n'

2 commentaires

dotall seul suffit.

@blhsing, noté et enlevé.

1
votes

La question ne dit pas explicitement que cela nécessite expressions régulières . Avec cela, je dirais que je ne les utiliserais pas est le meilleur:

par exemple xxx

0 commentaires
3
votes

Votre pourrait être meilleur avec un analyseur HTML que REGEX 

import lxml.html

html_snippet = """
 ...
 <p>Some stuff</p>
 ...
 <code>for x in finallist:\n    matchinfo = 
 requests.get("https://api.opendota.com/api/matches/{}".format(x)).json() 
 ["match_id"]\n    print(matchinfo)\n</code>
 ...
 And some Stuff
 ...
 another code block <br />
 <code>
    print('Hello world')
 </code>
 """

dom = lxml.html.fromstring(html_snippet)
codes = dom.xpath('//code')


for code in codes:
    print(code.text)

 >>>> for x in finallist:
 >>>>     matchinfo = 
 >>>> requests.get("https://api.opendota.com/api/matches/{}".format(x)).json() 
 >>>> ["match_id"]
 >>>>    print(matchinfo)

 >>>> print('Hello world')

1 commentaires

Cette solution fonctionnerait-elle s'il existe plusieurs blocs de code dans l'extrait HTML? J'essaie de capturer plusieurs blocs de code dans une seule chaîne et d'extraire des fonctionnalités de chaque section du code.

Articles qui pourrait vous intéresser :

Compter toutes les sous-chaînes Palindrome dans une chaîne
Pangram utilisant hashset en java
La conversion POJO en JSON ne fonctionne pas pour la variable String commençant par "is"
Comment décaler des caractères dans une chaîne? - Défi Hackerrank