Pythonで特定の文字列を抽出する方法

Question

マークアップで特定の文字列を抽出して保存しようとしています（この行の複雑な処理のため）。

<center><img border="0" src="http://www.world-of-waterfalls.com/images/Cascades_04_015L.jpg" WIDTH="500" HEIGHT="375" alt="Looking up the Merced River Canyon towards Bridalveil Fall from the Big Oak Flat Road" ***PINIT***></center><br clear="all"><br clear="all"> 

しかし、私が保存したい：

tempUrl = 'http://www.world-of-waterfalls.com/images/Cascades_04_015L.jpg' 

tempWidth = 500 

tempHeight = 375 

tempAlt = 'Looking up the Merced River Canyon towards Bridalveil Fall from the Big Oak Flat Road' 

は、どのように私はPythonでそれをやって行くだろうので、たとえば、私は、ファイルからの行に読んだし、現在の行があると言います？

おかげ

Answer 1

あなたがここにいくつかのアプローチで逃げることができますが、私は拡張可能であり、HTMLの多くの問題に対処することができますHTMLパーサを、使用することをお勧めします。ここでBeautifulSoupでの作業例を示します

>>> from bs4 import BeautifulSoup 
>>> string = """<center><img border="0" src="http://www.world-of-waterfalls.com/images/Cascades_04_015L.jpg" WIDTH="500" HEIGHT="375" alt="Looking up the Merced River Canyon towards Bridalveil Fall from the Big Oak Flat Road" ***PINIT***></center><br clear="all"><br clear="all">""" 
>>> soup = BeautifulSoup(string, 'html.parser') 
>>> for attr in ['width', 'height', 'alt']: 
...  print('temp{} = {}'.format(attr.title(), soup.img[attr])) 
... 
tempWidth = 500 
tempHeight = 375 
tempAlt = Looking up the Merced River Canyon towards Bridalveil Fall from the Big Oak Flat Road 

Answer 2

そして、正規表現のアプローチ：

import re 

string = "YOUR STRING" 
matches = re.findall("src=\"(.*?)\".*WIDTH=\"(.*?)\".*HEIGHT=\"(.*?)\".*alt=\"(.*?)\"", string)[0] 
tempUrl = matches[0] 
tempWidth = matches[1] 
tempHeight = matches[2] 
tempAlt = matches[3] 

すべての値は、しかし、文字列されているので、あなたがしたい場合は、それを唱える...

そして、正規表現のコピーであることを知って/ペーストは悪い考えです。簡単に間違いが起きる可能性があります。