Ahoj, především jsi nenapsal, co se snažíš vyřešit.
Každopádně, XML nebo HTML se neparsuje regulárními výrazy (protože to prostě nejsou jazyky s regulární gramatikou, IIRC), jsou na to knihovny (BeautifulSoup, lxml atd.). Pokud očekáváš > "One <a>Two</a> Three" pak bys prostě měl to jedno </a> v regulárním výraze přeskočit. Pak to ale bude bude regulární výraz specializovaný jen na elementy s jedním podelementem, což je důvod, proč na toto regulární výrazy nepoužívat. PM On 25.2.2010, at 21:38, Vasco wrote: > Zdravím, > > zrovna se hraju v Pythonu s regexp a narazil jsem na menší zádrhel. Mám > následující řetězec: > > "<a>One <a>Two</a> Three</a> <a>Four</a>" > > A následující regexp: > > "<(?P<name>\w+)>(?P<text>.*?)</(?P=name)>" > > Když to proženu přes 'search', dostanu pro první nalezený výraz tohle: > > "One <a>Two" > > Ale očekával bych spíše: > > "One <a>Two</a> Three" > > Naopak, pokud upravím regexp na: > > "<(?P<name>\w+)>(?P<text>.*)</(?P=name)>" > > Tedy vynechám otazník. Výraz .* pak bere vše, co mu přijde do cesty, > takže výsledek metody 'search' je: > > "One <a>Two</a> Three</a> <a>Four" > > Takže to také není to pravé ořechové. Rád bych to vyřešil nějak > elegantně, nejlépe pomocí regexp (když už se je teda učím :) ), ale > zatím jsem nenarazil na nic funkčního. Dá se podobný problém vůbec řešit > čistě pomocí regularnich výrazů, nebo ne? > > Btw. k testování reg. výrazů používám prográmek > http://kodos.sourceforge.net Rozhodně můžu doporučit. > > S pozdravem, > Vlastimil S. > _______________________________________________ > Python mailing list > _______________________________________________ Python mailing list Python@py.cz http://www.py.cz/mailman/listinfo/python
