Как регулярное выражение в Python?

Question

Я пытаюсь разобрать ключевые слова в Google, это URL:

http://google.com/complete/search?output=toolbar&q=test

Я сделал это с помощью php:

'|<CompleteSuggestion><suggestion data="(.*?)"/><num_queries int="(.*?)"/></CompleteSuggestion>|is'

Но это не будет работать с python re.match (pattern, string), я пробовал несколько, но некоторые показывали ошибку, а некоторые возвращали None.

Как я могу разобрать эту информацию? Я не хочу использовать minidom, потому что я думаю, что регулярное выражение будет меньше кода.

Answer 1

Вы можете использовать etree:

>>> from xml.etree.ElementTree import XMLParser
>>> x = XMLParser()
>>> x.feed('<toplevel><CompleteSuggestion><suggestion data=...')
>>> tree = x.close()
>>> [(e.find('suggestion').get('data'), int(e.find('num_queries').get('int')))
     for e in tree.findall('CompleteSuggestion')]
[('test internet speed', 31800000), ('test', 686000000), ...]

Это больше кода, чем регулярное выражение, но он также делает больше.В частности, он извлекает весь список совпадений за один раз и удаляет любые странные вещи, такие как двойные кавычки в атрибуте data.Также не запутается, если в XML начнут появляться дополнительные элементы.

Answer 2

RegEx соответствует открытым тегам, кроме автономных тегов XHTML

Это документ XML. Пожалуйста, пересмотрите анализатор XML. Он будет более надежным и, вероятно, займет меньше времени, даже если будет больше кода.