Question

我正在尝试在文件中找到多个匹配项。我使用以下代码：

f = open('/home/evi.nastou/Documenten/filename')
text = f.read()
#print text
urls = re.findall(r"_8o _8r lfloat\" href=\"(.+?)\" onclick=", text)
for url in urls:
    print url.replace('\\','')

但它不会返回任何结果。

另一方面，当我在变量中传递整个文本时，它确实找到了模式。有人可以帮助我吗？

P.S。文件中的部分文字：

for（;;）; {“_ _ ar”：1，“payload”：null，“domops”：[[“replace”，“＃detailedsearch_more_pager”，f alse，{“__ html”：“\ u003Cdiv＆gt; \ u003Cdiv class = \“mbm detailedsearch_result \”＆gt; \ u003Cdiv class = \“clearfix \”＆gt; \ u003Ca class = \“_ 8o _8r lfloat \”href = \“http：//www.facebook.com/name \ “onclick = \”if（event.button == 0）{ search_logged_ajax（{ “AB”： “T_TA_RANKING_1”， “cururl＆安培; QUOT;：” HTTP：\ / \ / www.facebook.com \\

Answer 1

问题似乎是你的正则表达式。

使用这个：

r'href\s*=\s*(.+)\s+onclick\s*='

代码：

import re
text = open('test.txt').read() # contains your string

urls = re.findall(r'href\s*=\s*(.+?)\s+onclick\s*=', text)
for url in urls:
    print url.replace('\\','')

输出：

"http://www.facebook.com/name"

我的正则表达式的解释：

href    # match href
\s*     # match 0 or more spaces
=       # match =
\s*     # match 0 or more spaces
(.+?)   # match any character (non - greedy)
\s+     # match 1 or more spaces
onclick # match onclick
\s*     # match 0 or more spaces
=       # match =

模式匹配在文件中

1 个答案: