Question

文字列から二重引用符で囲んだデータを抽出する必要があります。

入力：

<a href="Networking-denial-of-service.aspx">Next Page →</a> 

出力：現在

Networking-denial-of-service.aspx 

、私はこれを行うには、次の方法を使用していますが、それは罰金を実行されています。

atag = '<a href="Networking-denial-of-service.aspx">Next Page →</a>' 
start = 0 
end = 0 

for i in range(len(atag)): 
    if atag[i] == '"' and start==0: 
     start = i 
    elif atag[i] == '"' and end==0: 
     end = i 

nxtlink = atag[start+1:end] 

私の質問は、このタスクを実行する他の効率的な方法があるということです。

ありがとうございます。

Answer 1

あなたは正規表現をしたい理由を、私は見ていないので、あなたはすべてのアンカーからのhrefをしたいならば、あなただけのhref属性を持つアンカータグわかります'a[href]'選択し、CSSを使用することができ、このbeautifulsoupをタグ付け：

を

h = '''<a href="Networking-denial-of-service.aspx">Next Page →</a>''' 

soup = BeautifulSoup(h) 

print(soup.select_one('a[href]')["href"]) 

それとも見つける：

print(soup.find('a', href=True)["href"]) 

お持ちの場合は、複数：

for a in soup.select_one('a[href]'): 
    print a["href"] 

または：

for a in soup.find_all("a", href=True): 
    print a["href"] 

また、あなたは「大手ているのhrefたいことを指定することができます。https://docs.python.org/2/howto（[正規表現]があります

soup.select_one('a[href^="]') 

Answer 2

私は2つの二重引用符でデータを取得する方法を正確に書いています。私は、HTMLParserがより良いかもしれないというコメントに同意します...

正規表現を使うと、特に複数のものを探したい場合に役立ちます。あなたは二重引用符の奇数を持っている場合たとえば、これはコード

import re 
string_with_quotes = 'Some "text" "with inverted commas"\n "some text \n with a line break"' 

Find_double_quotes = re.compile('"([^"]*)"', re.DOTALL|re.MULTILINE|re.IGNORECASE) # Ignore case not needed here, but can be useful. 

list_of_quotes = Find_double_quotes.findall(string_with_quotes) 

list_of_quotes 

['text', 'with inverted commas', 'some text \n with a line break'] 

の可能なセットで、最後の二重引用符は無視されます。見つからなければ、空のリストが生成されます。

様々な参照

http://www.regular-expressions.info/正規表現

Regex - Does not contain certain Charactersを学ぶための本当に良いです文字

https://docs.python.org/2/library/re.html#re.MULTILINEをしない方法を私に与えたre.MULTILINEとre.DOTALL（下）は何をすべきかを説明します。