0

У меня есть регулярное выражение такого вида:

data = re.findall(r'(<pre.+?>.+?</pre>)|(<a.+?>.+?</a>)', text, flags=re.S)

И возвращается результат мне в таком виде:

# Это часть результата
('', '<a href="https://pythonprogramming.net/convolutional-neural-network-kats-vs-dogs-machine-learning-tutorial/" rel="nofollow noreferrer">https://pythonprogramming.net/convolutional-neural-network-kats-vs-dogs-machine-learning-tutorial/</a>')

Могу ли я не получать результат в виде кортежа с дополнительным элементом?

0

1 ответ 1

2

Просто надо не использовать захватываемые группы. https://ideone.com/JhMJmp

import re

text = input()

data = re.findall(r'(<pre.+?>.+?</pre>)|(<a.+?>.+?</a>)', text, flags=re.S)
print(data)

data = re.findall(r'<pre.+?>.+?</pre>|<a.+?>.+?</a>', text, flags=re.S)
print(data)

data = re.findall(r'(?:<pre.+?>.+?</pre>)|(?:<a.+?>.+?</a>)', text, flags=re.S)
print(data)

data = re.findall(r'(<(pre|a)\b.+?>.+?</\2>)', text, flags=re.S)
print(data)

data = re.findall(r'<(?:pre|a)\b.+?>.+?</(?:pre|a)>', text, flags=re.S)
print(data)
<pre class="p">code</pre><span class="s">smth</span><a href="/">link</a>
[('<pre class="p">code</pre>', ''), ('', '<a href="/">link</a>')]
['<pre class="p">code</pre>', '<a href="/">link</a>']
['<pre class="p">code</pre>', '<a href="/">link</a>']
[('<pre class="p">code</pre>', 'pre'), ('<a href="/">link</a>', 'a')]
['<pre class="p">code</pre>', '<a href="/">link</a>']

PS: Странно, что ты используешь .+? после тега. Я бы использовал .*?, а ещё лучше - \b.*?. Но при том, что ты вообще не делишь на тег и содержимое, можно ещё упростить и выкинуть >.+?. Я бы использовал (<(pre|a)\b.+?</\2>) (на этот раз + потому что там должен быть хотя бы >).

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.