Foro de elhacker.net

Estoy con un curso y me piden que extraiga los numeros que aparecen en un texto

import urllib
from BeautifulSoup import *
import re

html=urllib.urlopen("http://python-data.dr-chuck.net/comments_42.html").read()
soup=BeautifulSoup(html)

tags=soup("tr")
text=list()
for tag in tags:
    text.append(tag)
print text

for n in re.findall("\d+",text):
    print n

Estoy intentando usar las expresiones regulares, pero no entiendo cual es el problema.

que tira de resultado?
o da un error

personalmente haria el codigo diferente

imagino que habrá mejores maneras, pero con lo que llevo dado en el cursillo, solo soy capaz de hacerlo así.

aparte, como no estaba seguro de que lo estaba haciendo bien, he dejado la comprobación de guardarlo todo en text, que se puede quitar y dejarlo en menos.

el error que me tira es que esto:
for n in re.findall(\d+,text):   
esta mal y falta algo o escribo algo mal.

P.D.: Imagino que aparte habrá otras formas de acceder a las webs y demás porque estoy viendo que python tiene un montón de modulos distintos

Habrías resuelto tu duda en 30 segundos si hubieras buscado antes en Google, por tu bien acostúmbrate a hacerlo. En google: python regular expression

Respecto a tu duda, lo que te falta es encerrar el patrón entre comillas.

for n in re.findall('\d+', text):
    print n

Saludos!

Ojala....  

supongo que como estuve modificando el codigo para ver si daba con el fallo, eso se quedó mal cuando lo copie aqui, llevaba 2 horas mirando a ver si daba con ello.

Sigue dando el mismo fallo

Traceback (most recent call last):
  File "D:\COURSERA PYTHON\EJERCICIOS\prueba130.py", line 14, in <module>
    for n in re.findall("\d+",text):
  File "C:\Python27\lib\re.py", line 181, in findall
    return _compile(pattern, flags).findall(string)
TypeError: expected string or buffer

Has verificado que tengas algo en la variable text?

El error dice:


Si el patrón está bien escrito entonces lo que falla es text. Estás seguro de que puedes pasarle una lista a re.findall?

finalmente era una tonteria, muchas gracias a todos, dejo el programa por si mas adelante por casualidad le sirve a alguien


import urllib
from BeautifulSoup import *
import re

html=urllib.urlopen("http://python-data.dr-chuck.net/comments_42.html").read()
soup=BeautifulSoup(html)

tags=soup("tr")
text=list()
num=0
total=0
for tag in tags:
    text.append(tag)


for n in text:
    num=re.findall("\d+",str(n))
    print num