Добрый день.
Есть шаблоны вида



Мне нужно вытянуть все классы и дивы для того, чтобы их заменить на свои.
Т.е. нужно вытянуть фразы


Для вытягивания нужна правильная регулярка. Ближе всего к правильной эта 
pattern = r"([\s][class|div]*[\s]*=.*[\s|>]*)"

Вот сам код для теста:



Но она ищет не до первого вхождения пробела или > после знака =, а до последнего > (не смотря на [\s|>]*).
Т.е. результат такой:


Подскажите пожалуйста правильную регулярку.

Это сообщение отредактировал(а) kulibinka - 29.8.2008, 09:27

Дивы? id наверно всё-таки

Да, class и id 

Пока дошел до следующей регулярки:
pattern = r"([class|id]+[\s]*=[\s|'|\"]*.*?[\s|'|\"|>]{1})"

Почти делает все как надо, только в случаях без кавычек (id=id1) захвачивает > (получается id=id1>) 

Если хочешь сохранить душевное здоровье, никогда не разбирай xmlы regexpами) Попробуй какой-нибудь... ... elementtree (?)... например.

Я хочу регулярки немножко понять 

* r"(class)|(id)\s*=\s*['\"].*\3" 

Ошибка: 

Traceback (most recent call last):
  File "O:\!!!code\usefull\regular_expression\re\8.2.1.py", line 33, in ?
    tokens = re.compile(pattern, re.UNICODE|re.I)
  File "O:\kyxa\server3\usr\local\python\Lib\sre.py", line 180, in compile
    return _compile(pattern, flags)
  File "O:\kyxa\server3\usr\local\python\Lib\sre.py", line 227, in _compile
    raise error, v # invalid expression
sre_constants.error: bogus escape: '\\3'


Гы - пропал пост с этим советом 

Это сообщение отредактировал(а) kulibinka - 31.8.2008, 12:07

class\s*=\s*('[^']*'|"[^"]*)
для класса

id\s*=\s*('[^']*'|"[^"]*|\s*[^ ^>]*)
для ид

примитивно конечно, но должно работать

Добавлено через 1 минуту и 55 секунд
setq, а чем разбирать?
гарантии что HTML веллформд тебе никто не даст
можно конечно парсер под это дело написать, работать будет быстрее чем регулярка