Python的重新匹配，空间和新的生产线

html6=""" 
<p<ins style="background:#e6ffe6;">re><code</ins>> 
int aint bint c<ins style="background:#e6ffe6;"></code></ins></p<ins style="background:#e6ffe6;">re</ins>><p>int d</p> 
"""

HTML6和HTML7是一样的，只是HTML7有 “\ n” 个Python的重新匹配，空间和新的生产线

html7=""" 
<p<ins style="background:#e6ffe6;">re><code</ins>>int a 
int b 
int c<ins style="background:#e6ffe6;"> 
</code></ins></p<ins style="background:#e6ffe6;">re</ins>> 
<p>int d</p> 
""" 

p_to_pre_code_pattern = re.compile(
"""<p 
<(?P<action_tag>(del|ins)) (?P<action_attr>.*)>re><code</(?P=action_tag)> 
> 
(?P<text>.*?) 
<(?P=action_tag) (?P=action_attr)> 
</code></(?P=action_tag)> 
</p 
<(?P=action_tag) (?P=action_attr)>re</(?P=action_tag)> 
>""",re.VERBOSE) 


print re.match(p_to_pre_code_pattern,html6)  
print re.match(p_to_pre_code_pattern,html7)

两个HTML6和HTML7将不匹配？，但如果我将“\ n”替换为“”，那么它们将大大增加。

print re.match(p_to_pre_code_pattern,html6.replace("\n",""))  
print re.match(p_to_pre_code_pattern,html7.replace("\n",""))

我想知道我应该怎么改变p_to_pre_code_pattern，我都将HTML6和HTML7无需调用replace("\n",""))匹配吗？

来源

2012-03-02 jianjun

我不是太上最新与网络的东西，但将'美丽soup'不这样做的工具吗？ – Jeff 2012-03-02 16:36:38

你需要添加空格到模式：[这个答案]（http://stackoverflow.com/questions/4590298/how-to-ignore-whitespace-in-a-regular-expression-subject-string）似乎相关。 – ChrisP 2012-03-02 16:47:37

也许你错过了re.DOTALL标志时调用re.compile(..., re.VERBOSE|re.DOTALL)

re.S 
re.DOTALL 

Make the '.' special character match any character at all, including a newline; 
without this flag, '.' will match anything except a newline.

来源

2012-03-03 06:43:46 kev

是的，我发现它，我已经添加到这个'''默认情况下不匹配新行。 – jianjun 2012-03-03 16:05:20

Python的重新匹配，空间和新的生产线

回答

相关问题