- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
python 原始字符串和字符串文字如何工作?我正在尝试制作一个网络爬虫来从网站下载 pdf。当我搜索字符串时它有效,但是当我尝试在 python 中实现它时,我总是得到 None 作为我的答案
import urllib
import re
url="" //insert url here
sock=urllib.urlopen(url)
htmlSource=sock.read();
sock.close();
m=re.match(r"<a href.*?pdf[^>]*?", raw(htmlSource))
print m
$ python temp.py
None
原始函数来自这里:http://code.activestate.com/recipes/65211-convert-a-string-into-a-raw-string/
也就是说,我怎样才能完成这个程序,以便我可以打印出所有匹配项,然后下载 pdf 文件?
谢谢!
最佳答案
你似乎很困惑。
“字符串文字”是您在程序中键入的字符串。因为您的字符串需要有明确的开头和结尾,所以某些字符在字符串中间变得不方便,必须使用转义序列来表示它们。
Python 提供了“原始”字符串字面量,它们对转义序列的解释方式有不同的规则:相同的规则用于确定字符串的结束位置(所以一个反斜杠,后跟左引号字符,不会终止字符串),但是反斜杠之间的内容不会被转换。所以,虽然 '\''
是一个由单引号字符组成的字符串(中间的 \'
是产生引号的转义序列),r'\''
是由反斜杠和引号字符组成的字符串。
原始字符串字面值产生一个类型为str
的对象.它与普通字符串文字产生的类型相同。这些通常用于正则表达式操作的模式,因为用于正则表达式的字符串通常需要包含很多反斜杠。如果您想编写一个与源文本中的反斜杠匹配的正则表达式,并且您没有原始字符串文字,那么您可能需要在源代码中的引号之间放置四个反斜杠:Python 编译器会将其解释为包含两个实际反斜杠的字符串,这又代表正则表达式语法中的“匹配反斜杠”。
您发现的函数是将转义序列重新引入输入文本的不完美尝试。 这不是你想做的,甚至没有任何意义,也不符合作者自己的规范。这似乎是基于与您自己相似的误解。字符串的“原始等价物”的概念是荒谬的。真的,没有“原始字符串”这样的东西;原始字符串 文字 可以方便地创建普通字符串。
您想搜索 htmlSource
内的模式.它已经是您需要的形式。您的问题与字符串转义无关。 当字符串来自用户输入、文件输入或除程序源之外的任何其他内容时,它不会像字符串文字那样处理,除非您明确安排要这样做。如果网页包含一个反斜杠后跟一个 n,即由 urllib
读取的字符串在相应的位置恰好包含 - 一个反斜杠后跟一个 n,而不是换行符。
问题如下:您想要搜索 字符串,如您所说:“当我搜索字符串时它起作用”。您当前正在匹配 字符串。请参阅文档:
Help on function match in module re:
match(pattern, string, flags=0)
Try to apply the pattern at the start of the string, returning
a match object, or None if no match was found.
您的模式没有出现在字符串的开头,因为网页的 HTML 不是以 <a>
开头的您正在寻找的标签。
你想要m=re.search(r"<a href.*?pdf[^>]*?", htmlSource)
.
关于Python 原始字符串和 html 解析,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7238204/
大家好, 我看到了来自 java 项目中的 jsp 页面。 想问一下这些html标签有什么区别。 请多多指教。 示例代码如下: 最佳答案 使用struts-html标签库,其中只是普
我有一个页面,我正在从电子邮件中读取 HTML。 有时,来自电子邮件的文本包含 HTML 和 CSS,它完全改变了我的页面样式。 我不希望我的页面样式因此受到影响。我如何严格阅读特定 div(框)内的
我知道有类似的问题,但我想对我的特定代码进行一些输入。 我有一个图像,我将其切成 9 块,并创建了一个 3x3 HTML 表来显示它。 但是我的表在行之间有空格,但在列之间没有空格。我没有使用任何 C
编辑:Waylan 的回答成功了!谢谢! 我正在尝试压缩文档的 .html 文件以发送给客户。目标是获得与浏览实际网站相同的体验。 打开 .html 文件时,单击的任何链接都会转到父文件夹,而不是特定
编辑:Waylan 的回答成功了!谢谢! 我正在尝试压缩文档的 .html 文件以发送给客户。目标是获得与浏览实际网站相同的体验。 打开 .html 文件时,单击的任何链接都会转到父文件夹,而不是特定
这是 question 的扩展.我正在尝试解析嵌入在 Blogger 博客的 XML 备份中的 HTML 片段,并用 InDesign 标签重新标记它们。 Blogger 并未对其任何帖子的 HTML
我知道在 html 中元素之间的换行符被视为空格,但我认为当您尝试使用响应式布局时这非常可怕。 例如,这里我们有预期和正确的行为,但要获得它,我必须删除元素之间的 html 中的换行符: https:
我正在尝试将文本文件显示为 html。我正在使用 ionic 。我正在发送一个 html 格式的响应,但在一个文本文件中发送到配置文件页面。它在 .ts 页面的变量名中。 @Component({
假设我有一个 html 文档: test 我想在浏览器中显示该代码。然后我会创建类似的东西: <html>test<html> 为了在中间制作 gubbins,我有一个函数
HTML 元素和 HTML 标签有什么区别?渲染有什么区别吗?使用标签或元素时有什么特殊注意事项吗? 最佳答案 是一个标签,特别是一个开始标签 也是一个标签,一个结束标签 This is a para
我有这个表格的模态形式。该表正在填充大量数据,但我不想分页。相反,我想以模式形式降低表格的高度并为表格添加溢出。下面是我的代码,但它不起作用。 请问我该如何实现? CSS #table{
我记得有一个 Linux 命令可以从给定的 URL 返回 HTML 代码。您可以将 URL 作为此命令的参数,然后返回 HTML 代码,而不是在浏览器中输入 URL。 哪个命令执行此操作? 最佳答案
我有一个 html 页面,我想在其中包含另一个有很多链接的 html 页面。我能够使用 iframe 实现它,但我希望 iframe 内的页面具有与原始页面相同的文本和链接颜色属性,我不想要滚动条,我
我正在使用 HTML 写一本书。如果我把它写在一个 html 文件中,整个代码就会变长,所以我想将每一章保存到不同的文件中,然后将它们加载到主 html 中。我的意思是有像 chapter1.html
在显示之前,我必须将一个网站重定向到另一个网站。我试过使用 .htaccess,但它给我带来了问题。我也使用过 javavscript 和 meta,但在加载我要从中传输的页面之前它不起作用。帮助?
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 7 年前。
如何打印“html”标签,包括“”?如何在不使用文本区域和 Javascript 的情况下对任何标签执行此操作? 最佳答案 使用HTML character references : <html
我需要将 Ruby on Rails 应用程序中的 html.slim 文件转换为 html.erb。有什么简单的方法吗?我尝试了 Stack Overflow 和其他网站中列出的许多选项。但对我没有
这个问题在这里已经有了答案: Is it necessary to write HEAD, BODY and HTML tags? (6 个答案) 关闭 8 年前。 我在 gitHub 上找到了这个
如果不允许通过 JavaScript 进行额外的 DOM 操作,我正在寻找可以加载外部资源的元素列表。我正在尝试使用 HTML 查看器托管来自第三方的电子邮件,当发生这种情况时,我需要删除任何自动加载
我是一名优秀的程序员,十分优秀!