求解一个正则表达式的问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 4094 天前的主题，其中的信息可能已经有所发展或是发生改变。

在 Notepad++ 中，想只保留这样的行： <td rowspan="3" valign="top"><a href="user.php?id=Oficial_Regii"><img border="0" width="48px" height="48px" src="http://a0.twimg.com/profile_images/3055970391/a276aa65a36df44126247c8972f8144c_normal.jpeg" title="ReGina Official" /></a></td>

想到用正则表达式匹配不是 <td rowspan="3" valign="top"> 开头的行，然后替换为空。

但不知道这个正则表达式该怎么写，求助。

谢谢！

正则表达式

valign

top

6 条回复 • 1970-01-01 08:00:00 +08:00

scarlex

2013-02-02 23:04:00 +08:00

python的话，直接re.search(pattern, string)就行了~
python code:
--------------------------------------------------------------------
import re
f = open('test.txt', 'r')
s = open('after_re.txt', 'w')
pattern = r'<td rowspan="3" valign="top">.*'
for i in f.readlines():
print i
match = re.search(pattern, i)
try:
mystring = match.group(0)
s.write(mystring)
except:
pass
--------------------------------------------------------------------

ooof

2013-02-03 01:19:27 +08:00

import re
f = open('c:\\t.html', 'r')
s = open('c:\\after_re.txt', 'w')
pattern = r'<td>.*'
for i in f.readlines():
print i
match = re.search(pattern, i)
try:
mystring = match.group(0)
s.write(mystring)
except:
pass

改了一下，执行完， after_re.txt 怎么还是为空啊？

Channing

2013-02-03 04:23:05 +08:00

真折腾……

Notepad++中：
1. Ctrl + F，选“Mark”（第四个Tab），填<td rowspan="3" valign="top">，并选中“Bookmark line”
2. 菜单栏Search - Bookmark - Remove Unmarked Lines
3. Done

scarlex

2013-02-03 09:00:32 +08:00

@ooof
你文件里没有<td>标签吧...
我们的匹配样式是pattern = r'<td>.*'，它匹配的是以<td>开头的一行。
如果你的<td>标签里定义了其他属性，那么就改一下匹配样式吧~

另外，可以在match = re.search(pattern, i)的下一行增加一句print match
看看有没有返回Match对象，如果全部是None，那么你的文件里就没有<td>....

weizhenye

2013-02-03 11:33:55 +08:00

^(?!<td rowspan="3" valign="top">).*$

ooof

2013-02-03 13:19:47 +08:00

用 @Channing 的操作方法解决问题了。

其它的方法也要学习一下。

总是在摸索和尝试上用了很多时间，而忽视了系统的学习和思考，这也是需要反思的地方。

非常感谢各位！