text=u’<a href="#5" accesskey="5"></a><a href="#1" accesskey="1"><font color="#667755">\ue689</font></a><a href="#2" accesskey="2"><font color="#667755">\ue6ec</font></a><a href="#3" accesskey="3"><font color="#667755">\ue6f6</font></a>‘
私はPythonの新しい手です。 私は\ ue6ec、\ ue6f6、\ ue6ec、これらの文字列を使用してreモジュールを取得する方法を取得します。 ありがとうございます！pythonこれらの文字列を取得する方法
Don't use regular expressions to parse HTML。 BeautifulSoupを使用してください。 BeautifulSoupのDocumentation
ありがとうございます – user521023
>>> from BeautifulSoup import BeautifulSoup
>>> text=u'<a href="#5" accesskey="5"></a><a href="#1" accesskey="1"><font color="#667755">\ue689</font></a><a href="#2" accesskey="2"><font color="#667755">\ue6ec</font></a><a href="#3" accesskey="3"><font color="#667755">\ue6f6</font></a>'
>>> t = BeautifulSoup(text)
>>> t.findAll(text=True)
[u'\ue689', u'\ue6ec', u'\ue6f6']
参考のために、 'u '\ ue689 \ ue6ec \ ue6f6''が生成されます。 –
最新のBeautifulSoup-3.0.0.pyにはgetText（）メソッドがありません。使用方法はありません。ありがとうございます。 – user521023
現在、修正されていません（実際には分割しなくて済みますので、単一の文字列にしたい場合は '' '.join（t.findAll（text = True） ' – Kimvais
ページが常にその形式になっていることがわかっている場合は、BeautifulSoupパーサーを使用して、HTMLで必要なものを探します。
ただし、不正な形式のHTMLによってBeautifulSoupが壊れることがあります。私はlibxml2のpythonバインディングであるlxmlを使うことをお勧めします。不正なHTMLを解析し、通常は修正します。
うわー、この断片は意図的に難読化されているように見えます。これは実際には何から来ていますか？ – SingleNegationElimination