Título: Ayuda con python, expresiones regulares y urllib Publicado por: madoko en 1 Diciembre 2015, 13:17 pm 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. Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: daryo en 1 Diciembre 2015, 15:25 pm que tira de resultado?
o da un error personalmente haria el codigo diferente Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: madoko en 1 Diciembre 2015, 17:04 pm 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 Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: xiruko en 1 Diciembre 2015, 18:11 pm 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. Código
Saludos! Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: madoko en 1 Diciembre 2015, 18:36 pm 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 Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: xiruko en 1 Diciembre 2015, 20:17 pm Has verificado que tengas algo en la variable text?
El error dice: 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 Si el patrón está bien escrito entonces lo que falla es text. Estás seguro de que puedes pasarle una lista a re.findall? Título: Re: Ayuda con python, expresiones regulares y urllib Publicado por: madoko en 2 Diciembre 2015, 00:14 am 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 |