Questo codice fa quasi quello che ho bisogno di ..Python split() senza rimuovere il delimitatore
for line in all_lines:
s = line.split('>')
Solo che rimuove tutti i '>' delimitatori.
Quindi,
<html><head>
si trasforma in
['<html','<head']
C'è un modo per utilizzare il metodo, ma () diviso mantenere il delimitatore, invece di rimuoverlo?
Con questi risultati ..
['<html>','<head>']
d = ">"
for line in all_lines:
s = [e+d for e in line.split(d) if e]
Che funziona perfettamente ... ma non capisco completamente cosa sta succedendo. – some1
@ some1 itera iteraticamente sui risultati della divisione e aggiunge nuovamente il delimitatore. "S è una lista, in cui ogni elemento in quell'elenco è e + d, dove e sono gli elementi nel risultato di line.split (d), ma solo se e non è vuoto " – JHixson
Questo aggiunge un delimitatore a tutti gli elementi dell'elenco risultante, incluso un elenco di elementi singoli senza delimitatore ... Cosa succede se si _only_ volesse il delimitatore aggiunto al primo della divisione elementi? –
Basta dividere, allora per ogni elemento della matrice/lista (tranne l'ultimo) aggiungere un trailing ">" ad esso.
E il caso di ">>" diventerebbe semplicemente ">" – paulm
ne dite di questo:
import re
s = '<html><head>'
re.findall('[^>]+>', s)
Se si parsing del codice HTML con spaccature, si hanno più probabilità facendo male, a meno che non si sta scrivendo uno script di one-shot rivolta ad un fisso e sicuro file di contenuti. Se si suppone che lavori su qualsiasi input HTML, come gestirai qualcosa come <a title='growth > 8%' href='#something'>?
In ogni caso, le seguenti opere per me:
>>> import re
>>> re.split('(<[^>]*>)', '<body><table><tr><td>')[1::2]
['<body>', '<table>', '<tr>', '<td>']
Questo in realtà non rispondere alla tua domanda, ma se si sta cercando di analizzare HTML in Python, mi raccomando [Beautiful Soup] (http://www.crummy.com/software/BeautifulSoup/). –
Vedere anche [In Python, come posso dividere una stringa e mantenere i separatori?] (Http://stackoverflow.com/questions/2136556/in-python-how-do-i-split-a-string-and- keep-the-separatori). – outis