Python Wie bekomme ich einen bestimmten Code in der Website mit re

Question

Ich versuche Python Herausforderung zu machen. http://www.pythonchallenge.com/pc/def/ocr.html Ok. Ich weiß, ich kann einfach kopieren den Code aus der Quelle in eine TXT-Datei kopieren und solche Dinge machen, aber ich möchte es aus dem Internet nehmen, um mich selbst zu verbessern. (+ Ich habe es schon getan) Ich habe versucht

re.findall(r"<!--(.*?)-->,html) 

Aber es bekommt nichts. Wenn Sie mein vollständiger Code wollen, ist hier:

#!/usr/bin/env python 
# -*- coding: utf-8 -*- 
import requests,re 
link = "http://www.pythonchallenge.com/pc/def/ocr.html" 
x = requests.get(link) 
codes = re.findall(r"<!--(.*)-->",str(x.content)) 
print codes 

Auch habe ich versucht, es so zu machen:

#!/usr/bin/env python 
# -*- coding: utf-8 -*- 
import requests,re 
link = "http://www.pythonchallenge.com/pc/def/ocr.html" 
x = requests.get(link) 
codes = re.findall("<!--\n(.*)\n-->",str(x.content)) 
print codes 

Jetzt findet es den Text aber noch nicht, dass Chaos bekommen :(

Answer 1

Nicht sicher, was Sie mit "that mess" meinen. Sie sollten alle Details der Herausforderung in diesem Beitrag enthalten, anstatt Benutzer mit dem pythonchallenge Beitrag zu verknüpfen.

Entweder Wenn Sie die Regex im einzeiligen Modus setzen, //s, dann sollte das Punktzeichen . mit den Zeilenvorschüben /n übereinstimmen. Dies vermeidet die \n(.+)\n Konstruktion in Ihrer Regex, die Ihr Problem lösen kann.

Hier ist ein link to a working regex example.

Hier ist die modifizierte Python 2.7 Code:

#!/usr/bin/python 
import requests, re 
link = "http://www.pythonchallenge.com/pc/def/ocr.html" 
x = requests.get(link) 
codes = re.findall("<!--(.*?)-->", str(x.content), re.S) 
print codes[1] 

Note die re.S, (.*?) und codes[1] Modifikationen.

• re.S ist Flagge Python für //s
• (.*?) den * macht quantifier nicht gierigen
• codes[1] druckt den zweiten Satz von Inhalten in HTML-Kommentaren (seit findall(..) Matches 2 und gibt einen Array von beiden Sätzen) gefunden .

Answer 2

können Sie lösen:

codes = re.findall("/<!--(.*?)-->/s",str(x.content)) 

"s" finden, mit Leerzeichen und Bruchkante

Answer 3

Ich würde einen HTML-Parser verwendet statt. Sie können find comments in HTML mit BeautifulSoup.

Arbeitscode:

import requests 
from bs4 import BeautifulSoup, Comment 


link = "http://www.pythonchallenge.com/pc/def/ocr.html" 
response = requests.get(link) 

soup = BeautifulSoup(response.content, "html.parser") 

code = soup.find_all(text=lambda text: isinstance(text, Comment))[-1] 
print(code.strip())