Python beautifulsoup vs re和使用regext搜索

我使用urllib2.urlopen来获取像这样的站点的源代码。 我读取字节，然后使用beautifulsoup将代码标记为applet。 此代码包括以下行：

<param name="G_00" value="espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'">

问题是：使用1时，我得到了.txt文件（如果它存在的话）-我可以保证-但是使用2时，我查找word/word，我没有找到像dinamica/Restore这样的东西，wresult总是失败的，我需要捕获这些值

我的regexp坏了吗？。所有的问题都是如何用regexp表示单词/单词

我尝试了使用beautifulsoup进行搜索，但“宏”是内部值，我不知道如何捕获此标记，无论如何，re+搜索似乎做得很好…而右侧是：例如dinamica/Restore.txt，则1它可以工作，但没有扩展名

---

感谢您的时间。

对于暴力和愚蠢的解决方案感到抱歉，但是您应该更好地指定您的需求，以了解您可能要搜索的所有密钥。我个人认为这个解决方案不好。无论如何，请尝试：

import re

def brute_force_and_stupid(s, rex=re.compile(r"expresion='([a-zA-Z./]+)'")):
    s = s.replace('ó', 'o')
    s = s.replace('ó', 'o')
    print s
    m = rex.search(s)
    if m:
        return m.group(1)
    return None

tag = "<param name=\"G_00\" value=\"espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'\">"
print tag
print brute_force_and_stupid(tag)

它打印在我的控制台上：

c:\tmp\___python\Antonio\so10295276>python a.py
<param name="G_00" value="espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'">
<param name="G_00" value="espacio='E1' tipo='macro' expresion='dinamica/resorte'">
dinamica/resorte

稍微好一点的解决方案，使用更复杂的正则表达式。注意这里的unicode字符串

import re

rex = re.compile(ur"expresi(o|ó|&oacute;)n='(?P<text>[a-zA-Z./]+)'")

tag = u"<param name=\"G_00\" value=\"espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'\">"
print tag

m = rex.search(tag)
if m:
    print m.group('text')
else:
    print None    

它打印：

c:\tmp\___python\Antonio\so10295276>python b.py
<param name="G_00" value="espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'">
dinamica/resorte

青年成就组织！，第二个想法是寻找？P[a-zA-Z./]+将用户和标签转换为unicode之前似乎工作得很好！。对不起，我的解释不好，谢谢你努力理解。是的，正则表达式会让人头疼。

c:\tmp\___python\Antonio\so10295276>python b.py
<param name="G_00" value="espacio='E1' tipo='macro' expresi&oacute;n='dinamica/resorte'">
dinamica/resorte