Расчесывание для петли - PullRequest
Новая
       10

Расчесывание для петли

0 голосов
/ 21 октября 2011

Обе программы читают один и тот же файл XML. Первая программа копирует все данные между <text></text> тегами. А вторая программа копирует ограниченные данные из <text></text> тегов.

Я хочу только ограниченные данные. Так можно ли использовать это утверждение в первой программе: 

m = re.search(r'(?ms).*?{{(Infobox film.*?)}}', t.text)

Первая программа 

from lxml import etree
doc = etree.parse('file.xml')
def first(seq,default=None):
  for item in seq:
    return item
  return default
    NSMAP=dict(mw="http://www.mediawiki.org/xml/export-0.5/")
for i,page in enumerate(doc.xpath('/mw:mediawiki/mw:page',namespaces=NSMAP)):
  text = first(page.xpath('./mw:revision/mw:text/text()',namespaces=NSMAP))
  id = first(page.xpath('./mw:id/text()',namespaces=NSMAP))
  title = first(page.xpath('./mw:title/text()',namespaces=NSMAP))
  print " %s"  % (text)

Вторая программа 

import re
from xml.etree import ElementTree
with open('file.xml') as f:
    xml = ElementTree.parse(f)
    for t in xml.findall('//{http://www.mediawiki.org/xml/export-0.5/}text'):
    print '===================='
    m = re.search(r'(?ms).*?{{(Infobox film.*?)}}', t.text)
    if m:
        print m.group(1)

ОБНОВЛЕНИЕ: пожалуйста, помогите мне. Есть ли другая альтернатива?

1 Ответ

0 голосов
/ 21 октября 2011

Я не вижу причин, по которым вы не сможете сделать следующее в конце вашей первой программы: 

m = re.search(r'(?ms).*?{{(Infobox film.*?)}}', text)
if m:
    print m.group(1)

Согласно тому, что вы описываете, ваша переменная text должнасодержит весь текст, и ваше регулярное выражение должно быть в состоянии отфильтровать необходимые части из этого.

...