正規表現Pythonを使用してテキストからファイル名を抽出する

Question

pythonの文字列変数に保存されたソースコードファイル名を抽出しようとしています。以下のようにしかし、変数は、HTMLタイプのタグや他のコンテンツの多くが含まれています。しかし

<p> Result = FAILURE<br/ hshreedharan : <a href="http://git-wip- 
<ul> 
<li>flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/HDFSEventSink.java</li>  
<li>flume-ng-sinks/flume-hdfs-sink/src/test/java/org/apache/flume/sink/hdfs/TestBucketWriter.java</li> 
<li>flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java</li> 
<li>sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java</li> 
<li>sink.src.main.java.org.apache.flume.sink.hdfs.BucketWriter.java</li>   
</ul> 

、私は他のすべてのテキスト、HTMLタグを無視して、出力のみを抽出するためのpythonライブラリを使用して「再」適切な正規表現を探しています変数に含まれるソースコードファイル

flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/HDFSEventSink.java 
flume-ng-sinks/flume-hdfs-sink/src/test/java/org/apache/flume/sink/hdfs/TestBucketWriter.java 
flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java 
sink.src.main.java.org.apache.flume.sink.hdfs.BucketWriter.java 
sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java 

現在、私は次のコードを使用しています：適切な正規表現や機能変更のための

import re 

    htmlText= \\ may be variable containing above code 

    matchSrcFiles= re.findall('\\.[^.]*.java$', htmlText) \\text ending .java 

ヘルプのような、のrelaventソースコードファイルを抽出するre.subは理解されるものとします。

Answer 1

チェックこの：([a-zA-Z-.\/]+.java)

import re 

a="""<p> Result = FAILURE<br/ hshreedharan : <a href="http://git-wip- 
<ul> 
<li>flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/HDFSEventSink.java</li>  
<li>flume-ng-sinks/flume-hdfs-sink/src/test/java/org/apache/flume/sink/hdfs/TestBucketWriter.java</li> 
<li>flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java</li> 
</ul> 
channel/src/main/java/org/apache/flume/channel/file/protoProtosFactory.java. 
sink.src.main.java.apache.flume.sink.java 
""" 

pat = "([a-zA-Z-.\/]+.java)" 
c = re.findall(pat,a) 
print c 

出力：Regex101上

['flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/HDFSEventSink.java', 'flume-ng-sinks/flume-hdfs-sink/src/test/java/org/apache/flume/sink/hdfs/TestBucketWriter.java', 'flume-ng-sinks/flume-hdfs-sink/src/main/java/org/apache/flume/sink/hdfs/BucketWriter.java', 'channel/src/main/java/org/apache/flume/channel/file/protoProtosFactory.java', 'sink.src.main.java.apache.flume.sink.java'] 

デモ：https://regex101.com/r/zzFpKJ/3