Как найти определенную часть слова с помощью регулярного выражения?

Question

[pypyshka]

Добрый день.

Использую Beautiful soup в Python 3.5.1 для поиска ссылок и дальнейшего парсинга.
Хочу найти ссылку, в которой есть текст "ОдинДва", например "site.ru/ОдинДва", для этого делаю так:

result = soup.find_all("url", string=re.compile("ОдинДва"))

Однако, если попадается ссылка, например, ".../ОдинДваТри", то она тоже попадает в результат. Пробовал использовать метасимвол границы слова "\bОдинДва\b", но не помогло. Какие еще есть варианты?

Answer 1

[Алексей Ярков]

#!/usr/bin/env python
# -*- coding: utf-8

import re

search = "site.ru/ОдинДваТриЧетыре"
reg = re.compile("\/ОдинДва")

print reg.search(search)
# <_sre.SRE_Match object at 0x7fb086b65308>

Comments

[pypyshka]

Спасибо! А как вернуть результат в виде ссылки "site.ru/ОдинДва"?

[Алексей Ярков]

pypyshka:

#!/usr/bin/env python
# -*- coding: utf-8

import re

search = u"site.ru/ОдинДваТриЧетыре"
reg = re.compile(ur".*\/ОдинДва")

result = re.search(reg, search)

print result.group(0)

[pypyshka]

Спасибо, находит то, что нужно. Однако, я столкнулся еще с одной задачей: иногда встречаются ссылки в виде site.ru/ОдинДва/1 или site.ru/ОдинДва/a. Я пробовал подредактировать регулярное выражение:

reg = re.compile(r".*\/ОдинДва/\d")
reg = re.compile(r".*\/ОдинДва/\w")
reg = re.compile(r".*\/ОдинДва/\.?")
reg = re.compile(r".*\/ОдинДва/\.*")
reg = re.compile(r".*\/ОдинДва/*")

чтобы получить .../ОдинДва/1 или .../ОдинДва/a.
Но эти варианты либо возвращают None, либо просто site.ru/ОдинДва. Что можно еще сделать в таком случае?

[Алексей Ярков]

#!/usr/bin/env python
# -*- coding: utf-8

import re

txt = """
<a href="http://example1.com/a/www?param=value">Link</a>
<a href="http://example2.com/1/2/3/#hash">Link</a>
<a href="https://www.example3.com">Link</a>
<a href="example4.com">Link</a>
"""

urls = re.findall(r'\"((https?://|www\.|\b)[^\s<>"]+)', txt)

for url in urls:
    print url[0]

[pypyshka]

Алексей Ярков: спасибо за помощь! Теперь всё стало понятно!