Регулярные выражения. Как вырезать нужный текст?

Question

[Non_Joy]

Есть текст такого вида:

<img id = "3" class="lazy" src="/media/a.jpg" data-original="/media/a.jpg" alt="text">

Нужно вырезать все, кроме /media/a.jpg из data-original.
Не хватает ума. Нужно вытащить из сайта примерно около 2 тыс картинок. Все остальное уже написал.

Answer 1

[Ivan Bogachev]

Можете посмотреть в сторону sed. Таким вот образом

echo '<img blah data-original="/media/a.jpg" blah>' | sed 's/.*data-original="\([^"]*\)".*/\1/'

Вы можете достать значение data-original из вашей строки

Comments

[Non_Joy]

Спасибо!

Answer 2

[Сергей Горностаев]

Это будет быстрее и проще регулярных выражений:

tag = '<img id = "3" class="lazy" src="/media/a.jpg" data-original="/media/a.jpg" alt="text">'
pos1 = a.index('data-original="') + len('data-original="')
pos2 = tag.index('"', pos1)
link = tag[pos1:pos2]

Answer 3

[targumon]

use Mojo::DOM;

my $text = '<img id = "3" class="lazy" src="/media/a.jpg" data-original="/media/a.jpg" alt="text">';
my $data_original = Mojo::DOM->new( $text )->find( 'img' )->map( attr => 'data-original' );

print "$_\n" foreach @$data_original;

Comments

[Non_Joy]

Это Python

[targumon]

пока еще perl )

Answer 4

[zergon321]

import re

reg = re.compile(r"data_original=\"([A-Za-z./]+\.jpg)\"")
print(reg.findall("<img id = \"3\" class=\"lazy\" src=\"/media/a.jpg\" data-original=\"/media/a.jpg\" alt=\"text\">"))

Answer 5

[Веня Бабийман]

Сама регулярка:
/data-original="([^"]+)/

Пример, чтобы сразу проверить в bash:

echo '<img id = "3" class="lazy" src="/media/a.jpg" data-original="/media/a.jpg" alt="text">' | perl -lne '/data-original="([^"]+)/; print "$1";'