は、私は、この文字列から一部のデータを抽出するいくつかの問題を抱えているHTML文字列（PYTHON）

Question

から値を抽出しますか？私は分裂について考えましたが、あなたは完全な言葉を分けることができるとは思わない。 .count()メソッドで特定の文字で分割できますか？ありがとう、私はこれについていくつかの助けを得ることができればうれしい。 おかげ

EDIT：

私は破片がIDでコンテンツを取得していないようでしたので、HTMLに変換することにより、IDを取得しようとしている（それだけで空白だった）

site = "https://10minutemail.com/10MinuteMail/index.html?dswid=9902" 
req = urllib2.Request(site, headers=hdr) 
page = urllib2.urlopen(req) 
content = page.read() 
soup = BeautifulSoup(content) 
address-address" id="mailAddress" readonly="readonly">') 
find = soup.find("class", {"id": "mailAddress"}) 
findId = soup.find(id="mailAddress") 

変数findId版画この：

<input class="mail-address-address" id="mailAddress" readonly="readonly" type="text" value="cblahblah@mvrht.com"/>) 

@Sidney

html_line= '''<input class="mail-address-address" id="mailAddress" readonly="readonly" type="text" value="cblahblah@mvrht.com"/>)''' 
input_value=html_line.split('value="',1)[1].rsplit('"',1)[0] 
print(input_value) 

ドメイン名が変更されている以外は、これはうまくいきます。 '' 'は私自身の変数（findId）を使うことができないことを意味します。このための回避策はありますか？

Answer 1

あなたは本当に（ない正規表現または文字列操作を）HTMLを解析し、HTMLパーサを使用する必要があります。たとえば、BeautifulSoupを使用できます。

まず、パッケージをインストールします。

pip install beautifulsoup4

、あなたの入力タグから値を取得するためにそれを使用します。

from bs4 import BeautifulSoup 

soup = BeautifulSoup(html, 'html.parser') 
val = soup.input['value'] # val now contains the string 'THE_EMAIL_ADDRESS_HERE' 
print(val) 

Answer 2

@Daniel Rosemanによると、もう少し文脈があるといいですね。通常、HTMLを解析するときはBeautifulSoupのようなライブラリを使用できます。あなたの場合の良い例はPython beautifulsoup - getting input valueです。

あなたがあなた自身のパーサーをコーディングしたい、またはあなたは、単純な何かが必要な場合は、あなたもsplit()を使用することができた場合：

html_line='''<input class="mail-address-address" id="mailAddress" readonly="readonly" type="text" value="THE_EMAIL_ADDRESS_HERE"/>)''' 
input_value=html_line.split('value="',1)[1].rsplit('"',1)[0] 

私はあなたがBeautifulSoupを使用した方が良いアドバイスをいただきたい（そして、あなたがwan't場合単純なパーサー、よく@シドニーの答えを使用）

Answer 3

これは、.split()を使用して扱うのはかなり面倒なので、正規表現を使用することをお勧めします（HTML解析ライブラリを使用しない場合）。正規表現を使用するには、そのように、次の正規表現、" +value=\"(.*?)\""をreモジュールをインポートし、使用する必要がありますため

import re 
yourString = '<input class="mail-address-address" id="mailAddress" readonly="readonly" type="text" value="THE_EMAIL_ADDRESS_HERE"/>' 

# m is the match object, containing data about the regex search. 
m = re.search(" +value=\"(.*?)\"", yourString) 

# To retrieve the content captured inside the parentheses inside the regex, look for saved matches. 
value = m.group(1) 

正規表現検索：

• 1つ以上のスペースを、によって直接続きます、
• リテラル文字列value="は、直接続いて、
任意の文字
• ゼロ以上は、正規表現一致は、それがの終わりに遭遇した後に検索保持しないように、非貪欲（これは検索しました 値）。このビットは私たちが保存しようとしているものです。
• 終値"