Come se ho una stringa come str1 = "IWantToMasterPython"Come estrarre una stringa tra 2 altre stringhe in python?
Se voglio estrarre "Py" dalla stringa di cui sopra. Scrivo:
extractedString = foo("Master","thon")
voglio fare tutto questo perché sto cercando testi da una pagina HTML per l'estrazione. I testi sono scritti come <div class = "lyricbox"> ....lyrics goes here....</div>.
Eventuali suggerimenti su come implementare.
La soluzione è quella di utilizzare un regexp:
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]
questo solleva ValueError se il leader non è presente nella stringa s, oppure il rimorchio non è presente dopo che (non è stato specificato quale comportamento vuoi in condizioni così anomale, sollevare un'eccezione è una cosa piuttosto naturale e pitonica da fare, lasciando che il chiamante gestisca ciò con un tentativo/eccetto se sa cosa fare in questi casi).
Un approccio basato su RE è anche possibile, ma penso che questo approccio a stringa pura sia più semplice.
Se si stanno estraendo dati da una pagina html, suggerisco caldamente di utilizzare la libreria BeautifulSoup. L'ho usato anche per estrarre dati da html e funziona benissimo.
BeautifulSoup è il modo più semplice per fare ciò che vuoi. Può essere installato come:
sudo easy_install beautifulsoup
Il codice di esempio per fare quello che vuoi è:
from BeautifulSoup import BeautifulSoup
doc = ['<div class="lyricbox">Hey You</div>']
soup = BeautifulSoup(''.join(doc))
print soup.find('div', {'class': 'lyricbox'}).string
È possibile utilizzare Python di urllib per afferrare il contenuto dalla URL direttamente. Lo Beautiful Soup doc è anche utile se vuoi fare qualche altra analisi.
Si può anche provare questo se la vorrebbe tutta l'output occorrenze in un elenco:
import re
str1 = "IWantToMasterPython"
out = re.compile('Master(.*?)thon', re.DOTALL | re.IGNORECASE).findall(str1)
if out :
print out
Nicely risposto. Esattamente quello che volevo sapere. Thanx –