Motif de correspondance dans le fichier

Question

J'essaie de trouver plusieurs correspondances dans un fichier. J'utilise le code suivant:

f = open('/home/evi.nastou/Documenten/filename') 
text = f.read() 
#print text 
urls = re.findall(r"_8o _8r lfloat\" href=\"(.+?)\" onclick=", text) 
for url in urls: 
    print url.replace('\\','') 

mais cela ne donne aucun résultat. D'autre part, quand je passe le texte entier dans une variable, il trouve les motifs. Quelqu'un peut-il m'aider s'il vous plaît?

p.s. Une partie du texte dans le fichier:

pour (;;) { "__ ar": 1, "charge utile": null, "domops": [[ "remplacer", "# detailedsearch_more_pager", f alse, {"__ html": "\ u003Cdiv> \ u003Cdiv class = \" mbm detailsearch_result \ "> \ u003Civ classe = \" clearfix \ "> \ u003Ca class = \" _ 8o _8r lfloat \ "href = \" http://www.facebook.com/name \ "onclick = \" if (event.button == 0) { search_logged_ajax ({ " " ab: " " T_TA_RANKING_1, " cururl & quot ;: " http: \/\ /www.facebook.com \\

Answer 1

Le problème semble être votre regex.

Utilisez celui-ci:

r'href\s*=\s*(.+)\s+onclick\s*=' 

code:

import re 
text = open('test.txt').read() # contains your string 

urls = re.findall(r'href\s*=\s*(.+?)\s+onclick\s*=', text) 
for url in urls: 
    print url.replace('\\','') 

Sortie:

"http://www.facebook.com/name" 

Explication de mon regex:

href # match href 
\s*  # match 0 or more spaces 
=  # match = 
\s*  # match 0 or more spaces 
(.+?) # match any character (non - greedy) 
\s+  # match 1 or more spaces 
onclick # match onclick 
\s*  # match 0 or more spaces 
=  # match =