Python chaîne divisée

Question

quelle serait la meilleure façon de diviser cela en python. (Adresse, ville, état, code postal)

<div class="adtxt">7616 W Belmont Ave<br />Chicago, IL 60634-3225</div> 

dans un code postal de cas est la

<div class="adtxt">7616 W Belmont Ave<br />Chicago, IL 60634</div> 

Answer 1

Selon la façon dont serré ou laxiste que vous voulez être sur les différents aspects qui ne peuvent être déduits de un seul exemple, quelque chose comme ce qui suit devrait fonctionner ...:

import re 

s = re.compile(r'^<div.*?>([^<]+)<br.*?>([^,]+), (\w\w) (\d{5}-\d{4})</div>$') 
mo = s.match(thestring) 
if mo is None: 
    raise ValueError('No match for %r' % thestring) 
address, city, state, zip = mo.groups() 

Answer 2

Juste un indice: il y a de bien meilleures façons pour analyser HTML que les expressions régulières, par exemple Beautiful Soup.

Here's why you shouldn't do that with regular expressions.

EDIT: Eh bien, @teepark l'a lié en premier. :)

Answer 3

La combinaison beautifulsoup et les expressions régulières devrait vous donner quelque chose comme:

import BeautifulSoup 
import re 
thestring = r'<div class="adtxt">7616 W Belmont Ave<br />Chicago, IL 60634-3225</div>' 
re0 = re.compile(r'(?P<address>[^<]+)') 
re1 = re.compile(r'(?P<city>[^,]+), (?P<state>\w\w) (?P<zip>\d{5}-\d{4})') 
soup = BeautifulSoup.BeautifulSoup(thestring) 
(address,) = re0.search(soup.div.contents[0]).groups() 
city, state, zip = re1.search(soup.div.contents[2]).groups()