RSSフィードアイテムから説明の有用な部分だけを取得するには？

Question

私はマッシュアップフィードからこの項目[「説明」]を取得するためのpython feedparserを使用：

<img alt="9f4397d9c05e474fa54291507ad9c03a" src="http://rack.2.mshcdn.com/media/ZgkyMDE2LzA0LzI2LzM0LzlmNDM5N2Q5YzA1LjMzODI0LmpwZwpwCXRodW1iCTU3NXgzMjMjCmUJanBn/393b8db2/53c/9f4397d9c05e474fa54291507ad9c03a.jpg" /> 
<div style="float: right; width: 50px;"><a href="http://twitter.com/share?via=Mashable&amp;text=Nail+polish+stockings+are+exactly+what+you+need+for+a+lazy+summer+pedicure&amp;src=http%3A%2F%2Fmashable.com%2F2016%2F04%2F26%2Ftoe-nail-polish-stockings%2F" style="margin: 10px;"><img alt="Feed-tw" border="0" src="http://rack.1.mshcdn.com/assets/feed-tw-f7c0a094d16b7ee7c91a1e50839a8e00.jpg" /></a><a href="http://www.facebook.com/sharer.php?u=http%3A%2F%2Fmashable.com%2F2016%2F04%2F26%2Ftoe-nail-polish-stockings%2F&amp;src=sp" style="margin: 10px;"><img alt="Feed-fb" border="0" src="http://rack.1.mshcdn.com/assets/feed-fb-c0a21e8841794479b8086c32c6f24ba1.jpg" /></a></div> 
<div> 
    <p>Say goodbye messy pedicures and hello to finally feeling the sweet freedom of open toed shoes in summer.</p> 
    <p>Japanese fashion company <a href="http://www.bellemaison.jp/cpg/fashion/fakenail/fakenail_index.html">Belle Maison</a> has a time saving solution for those of us out there who have little time and little hand coordination for painting our toenails &#8212; thin stockings with pre-painted toenails.</p> 
    <div> 
     <p>SEE ALSO: <a href="http://mashable.com/2016/02/23/weiner-dog-ear-plugs/">Weiner dog ear plugs will help you sleep deeper than a newborn pup</a></p> 
    </div> 
    <figure> 
     <p><img class="" src="http://rack.1.mshcdn.com/media/ZgkyMDE2LzA0LzI2L2M1L3RvZW5haWxhcnRwLjI4NjBiLmpwZwpwCXRodW1iCTU3NXg0MDk2Pg/4f07495a/b32/toe-nail-art-polish-stockings-japan-10.jpg" /></p> 
     <div> 
      <p>Image: belle maison</p> 
     </div> 
    </figure> 
    <p>If you're worried about looking a little out-of-date with the classic stockings and open-toed heels that your grandma used to wear, don't fret. The stockings are designed to fit individual toes, giving your pedicure a better fit as well. <a href="http://mashable.com/2016/04/26/toe-nail-polish-stockings/">Read more...</a></p> 
</div> 
More about <a href="http://mashable.com/conversations/?utm_campaign=Mash-Prod-RSS-Feedburner-All-Partial&amp;utm_cid=Mash-Prod-RSS-Feedburner-All-Partial">Conversations</a>, <a href="http://mashable.com/pics/?utm_campaign=Mash-Prod-RSS-Feedburner-All-Partial&amp;utm_cid=Mash-Prod-RSS-Feedburner-All-Partial">Pics</a>, <a href="http://mashable.com/category/products/?utm_campaign=Mash-Prod-RSS-Feedburner-All-Partial&amp;utm_cid=Mash-Prod-RSS-Feedburner-All-Partial">Products</a>, <a href="http://mashable.com/lifestyle/?utm_campaign=Mash-Prod-RSS-Feedburner-All-Partial&amp;utm_cid=Mash-Prod-RSS-Feedburner-All-Partial">Lifestyle</a>, and <a href="http://mashable.com/category/weird-products/?utm_campaign=Mash-Prod-RSS-Feedburner-All-Partial&amp;utm_cid=Mash-Prod-RSS-Feedburner-All-Partial">Weird Products</a> 

これは情報の非常に多くあります。読者のために本当に必要な部分は次のとおりです。

<p>Say goodbye messy pedicures and hello to finally feeling the sweet freedom of open toed shoes in summer.</p> 
<p>Japanese fashion company <a href="http://www.bellemaison.jp/cpg/fashion/fakenail/fakenail_index.html">Belle Maison</a> has a time saving solution for those of us out there who have little time and little hand coordination for painting our toenails &#8212; thin stockings with pre-painted toenails.</p> 

この部分のみを取得するにはどうすればよいですか？私はちょうどPythonの正規表現に行く必要がありますか？私はほとんどすべての記述が異なるのであまりよく分からないので、そのための表現を書くのは難しいでしょう。私が欲しい情報だけを提供する別のRSSアイテム要素がありますか？ありがとう！

Answer 1

あなたが正しく推測したように、Regexはこのタスクを達成することができません（this questionへの義務的なリンク）。 あなたの最善の策は、BeautifulsoupのようなパーサにHTMLを送り、解析されたDOMオブジェクトのロジックを書くことです。

from bs4 import BeautifulSoup 
soup = BeautifulSoup(my_input_html_string) 
my_elements = soup.find_all('p')[0:2] 

明らかに、このコードは、あなたが常にあなたがそれを養う任意のDOMの最初の2つの<p>年代を探していることを前提としています。入力が提供するさまざまな記述を見て、一貫性に基づいてロジックを調整する必要があります。

Answer 2

あなたがre道を行くしたい場合は、以下の

pat = re.compile(r"<div>(.*?)</div>") 
s = pat.search(html).group(1) 
result = [line.strip() for line in s.strip().splitlines()[:2]] 
# result 
['<p>Say goodbye messy pedicures and hello to finally feeling the sweet freedom of open toed shoes in summer.</p>', 
'<p>Japanese fashion company <a href="http://www.bellemaison.jp/cpg/fashion/fakenail/fakenail_index.html">Belle Maison</a> has a time saving solution for those of us out there who have little time and little hand coordination for painting our toenails &#8212; thin stockings with pre-painted toenails.</p>'] 

を行うことができますしかし、あなたが見ることができるように、それは汚いと壊れる可能性があります。したがって、1つの解決策は文法と小さなパーサを書くことです。しかし、堅牢で便利な方法は、Beautifulsoupまたはlxmlのようなパーサーを使用することです。