私は文字列のようにstr1 = "IWantToMasterPython"Pythonで他の2つの文字列の間の文字列を抽出する方法は？
上記の文字列から"Py"を抽出したい場合は、私は次のように書いています：
extractedString = foo("Master","thon")
私はHTMLページから歌詞を抽出しようとしています。歌詞は<div class = "lyricbox"> ....lyrics goes here....</div>のように書かれています。
私はどのように実装することができますか？
ソリューションは、正規表現を使用することです：
import re
r = re.compile('Master(.*?)thon')
m = r.search(str1)
if m:
lyrics = m.group(1)
def foo(s, leader, trailer):
end_of_leader = s.index(leader) + len(leader)
start_of_trailer = s.index(trailer, end_of_leader)
return s[end_of_leader:start_of_trailer]
（あなたは何の行動を指定していないリーダーは、文字列sに存在しない、またはトレーラーがそれ以降存在しない場合、これはとValueErrorを発生させます例外を発生させることは非常に自然でPython的なことです。呼び出し側がそのような場合に何をすべきかを知っているならtry/exceptを使って処理します）。
REベースのアプローチも可能ですが、この純粋な文字列アプローチは簡単だと思います。
htmlページからデータを抽出する場合は、BeautifulSoupライブラリを使用することを強くおすすめします。私はhtmlからデータを抽出するためにもそれを使用し、それは素晴らしい作品です。
BeautifulSoupは、あなたがしたいことを行う最も簡単な方法です。
sudo easy_install beautifulsoup
あなたが欲しいものを行うためのサンプル・コードは次のとおりです：あなたが直接URLからコンテンツをつかむために、Pythonのurllibを使用することができます
from BeautifulSoup import BeautifulSoup
doc = ['<div class="lyricbox">Hey You</div>']
soup = BeautifulSoup(''.join(doc))
print soup.find('div', {'class': 'lyricbox'}).string
それは次のようにインストールすることができます。は、さらに解析する必要がある場合にも役立ちます。
あなたは、リスト内のすべてのオカレンスの出力をご希望の場合にも、これを試すことができます。
import re
str1 = "IWantToMasterPython"
out = re.compile('Master(.*?)thon', re.DOTALL | re.IGNORECASE).findall(str1)
if out :
print out
は素敵な答え。まさに私が知りたかったもの。 Thanx –