Hola Hace poco empecé son las expresiones regulares y estaba tratando de usarlas y tengo un pequeño problema al momento de parsear un html que extraigo de una página web, la idea es la siguiente, de un trozo de código html quiero extraer datos pero de diferentes líneas para esto hago uso de los grupos, mejor paso a pegar el trozo de código html y lo que intento extraer y lo que tengo hasta el momento
<h2>Google search: <a href="http://www.google.com/search?hl=en&q=BUSQUEDA&btnG=Google+Search"; class="external" rel="nofollow">"BUSQUEDA</a></h2> <p>algo</p> <p>fecha: 2006-03-06</p> <p class="text">LINEA 1 LINEA 2 LINEA3</p> </div> Tengo esto y lo que quiero es obtener 3 datos de ahí, lo que dice BUSQUEDA, luego de la q= luego la fecha y por último LINEA 1, LINEA 2 y LINEA 3 Sabría hacerlo por partes, primero un datos luego el otro y así, pero mi idea es hacerlo en una sola expresión y obtenerlo por grupos lo que tengo hasta el momento es esto para obtener la palabra BUSQUEDA q=(.+?)["|&] <- esto me busca hasta que cierra comillas o hasta que se encuentre con & que aveces está presente en medio y que a partir de ahí son parámetros que usa google para la fecha lo tengo así: (\d{4}-\d{2}-\d{2}) y para lo otro sería casi igual pero mi problema es que no se unirlas en una sola expresión jeje osea que en medio de esas incluya cualquier cosa como las etiquetas </h2> saltos de linea, tabs, etc Espero me puedan ayudar, desde ya muchas gracias saludOS! -- lopz es libre, usa --> GNU/linux gentoo +--[RSA 2048]--+ | ..o.o=+ | | o =o*.+ | | . . *oO . | | .EBoo | | o.S | +--[lopz.org]--+ _______________________________________________ Python-es mailing list [email protected] http://mail.python.org/mailman/listinfo/python-es FAQ: http://python-es-faq.wikidot.com/
