Question

使用以下方法解决问题（对于其余问题，将更改我的代码）。很抱歉我的帖子中的代码格式不正确。

import csv, re, mechanize  

htmlML = br.response().read() 

#escaping ? fixed the regex match 
patMemberName = re.compile('<a href=/foo.php\?XID=(d+) ><font color=#000000><b>(.*) </b>') 
searchMemberName = re.findall(patMemberName,htmlML)

MembersCsv = 'path-to-csv' 
MemberWriter = csv.writer(open(MembersCsv, 'wb')) #adding b fixed the \n in csv

for i in searchMemberName:
    MemberWriter.writerow(i)
    print (i)

感谢您的时间

Answer 1

不幸的是，我现在找不到适当的Python转义序列。通常，您可以使用不应在“\ Q ... \ E”中解释的元字符包装表达式。

尝试将字符串包装在re.escape（string）中。所以：

re.compile(re.escape('<font color=#000000><b>(.*)</b>'))

Answer 2

对于问题1），你必须逃避模式中的?。

import re

htmlML = '<a href=/foo.php?XID=123 ><font color=#000000><b>user</b>'
patMemberID = re.compile('<a href=/foo.php\?XID=(\d*) ><font color=#000000><b>user</b>')

searchMemberID = re.findall(patMemberID, htmlML)
print len(searchMemberID)

for i in searchMemberID:
    print (i)

然后可以从字符串

中提取123

问题2a）

您可以使用(.*?)替换some string，? maens非贪婪匹配

python 2.7中的正则表达式和csv问题

2 个答案: