Python y "re"

Question

Un tutorial que tengo en Regex en python explica cómo usar el módulo re en python, quería tomar la URL de una etiqueta A para saber Regex escribí la expresión correcta y la probé en mi aplicación de pruebas regex de elección y se aseguró de que funcionó. Cuando se coloca en python falló.

Después de mucho rascarse la cabeza Descubrí el problema, automáticamente espera que su patrón esté al comienzo de la cadena. He encontrado una solución, pero me gustaría saber cómo cambiar:

regex = ".*(a_regex_of_pure_awesomeness)" 

en

regex = "a_regex_of_pure_awesomeness" 

Está bien, es una expresión regular URL estándar pero quería evitar cualquier posible confusión acerca de lo que quería deshacerse de y posiblemente pretender ser gracioso.

Answer 1

En Python, hay una distinción entre "coincidencia" y "búsqueda"; match solo busca el patrón al comienzo de la cadena, y la búsqueda busca el patrón que comienza en cualquier ubicación dentro de la cadena.

Python regex docs
Matching vs searching

Answer 2

¿Está utilizando el método re.match() o re.search()? Tengo entendido que re.match() asume un "^" al comienzo de su expresión y solo buscará al principio del texto, mientras que re.search() actúa más como las expresiones regulares de Perl y solo coincidirá con el comienzo del texto si incluye un "^" al comienzo de su expresión. Espero que ayude.

Answer 3

>>> import re 
>>> pattern = re.compile("url") 
>>> string = " url" 
>>> pattern.match(string) 
>>> pattern.search(string) 
<_sre.SRE_Match object at 0xb7f7a6e8> 

Answer 4

Probablemente está siendo entorpecido por los diferentes métodos y re.search re.match.

Answer 5

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup(your_html) 
for a in soup.findAll('a', href=True): 
    # do something with `a` w/ href attribute 
    print a['href']