イメージタグのリンクと正規表現との一致方法

Question

私はPythonで正規表現のマッチ関数を使っています。私は次のコードを持っています：

def src_match(line, img): 
    imgmatch = re.search(r'<img src="(?P<img>.*?)"', line) 

    if imgmatch and imgmatch.groupdict()['img'] == img: 
     print 'the match was:', imgmatch.groupdict()['img'] 

上記はまったく正しく動作していないようです。これがあること（またはその両方が動作するはずのように、多分それはそうならば）なぜ

def href_match(line, url): 
    hrefmatch = re.search(r'<a href="(?P<url>.*?)"', line) 

    if hrefmatch and hrefmatch.groupdict()['url'] == url: 
     print 'the match was:', hrefmatch.groupdict()['url'] 
    else: 
     return None 

誰かが説明してくださいすることができます：私はこれで運を持っている一方でを行う？たとえば、href_match（）関数に識別子に関する特別なものがありますか？ 両方の関数で、私が探している文字列を含む行とその文字列の両方を渡していると仮定することができます。

EDIT： は私が私の好きなタグを取得することはありません確信していることを言及する必要があります：

<img width="200px" src="somefile.jpg"> 

この理由は、私はそれをHTMLを生成している特定のプログラムを使用していますということですそのようなタグを決して出すことはありません。この例では、私はいつものように、タグを取得するつもりだ仮定の中に純粋に理論的と解釈されるべきである。

<img src="somefile.jpg"> 

編集：ここ

は私が摂食していますラインの一例です関数は、入力引数と一致しません：

<p class="p1"><img src="myfile.anotherword.png" alt="beat-divisions.tiff"></p> 

Answer 1

ルール＃37：正規表現でHTMLを解析しようとしません。

ジョブには、この場合はBeautifulSoupという正しいツールを使用します。

編集：

カット・アンド・ペースト

>>> src_match('this is <img src="my example" />','my example') 
the match was: my example 

としての機能とテストを機能するように見えます。しかし、それは

<img width="200px" src="Y U NO C ME!!" /> 

Edit4のように（完全に有効な）HTMLコードに失敗します：

>>> src_match('<p class="p1"><img src="myfile.png" alt="beat-divisions.tiff"></p>','myfile.png') 
the match was: myfile.png 
>>> src_match('<p class="p1"><img src="myfile.anotherword.png" alt="beat-divisions.tiff"</p>\n','myfile.anotherword.png') 
the match was: myfile.anotherword.png 

はまだ動作します。あなたが照合しようとしているURLの値が正しいことは確かですか？