1

estaba armando un buscador en python con la libreria regex estaba buscando un str en un archivo txt yo utilice la siguiente estructura:

buscador=re.compile(r'''
cita"
([a-zA-Z0-9=°ñÑ \. \% \+ \- \& \* \$ \{ \} \( \) \[ \] \? \| \' \" \/ \, \< \> \s]+)
"
''',re.VERBOSE)
x=buscador.search(txt)

Y con esta estructura no me conseguía la cita aun cuando probé con un txt='''cita"ejemplo-de cualquier cosa" 123''' y al hacer print(x) me mostraba una list vacía, despues de un par de intentos resumí mi codigo a 1 linea sin utilizar el re.VERBOSE:

Hunter=re.compile(r'''meta name="title" content="([a-zA-Z0-9=°ñÑ \. \% \+ \- \& \* \$ \{ \} \( \) \[ \] \? \| \' \" \/ \, \< \> \s]+)"''') 

Y esto sin me dio el str buscado dentro de mi list, mi pregunta es porque el re.VERBOSE afecto en mi búsqueda y como realmente influye en ella porque tenia entendido que el re.VERBOSE era para poder escribir en varias lineas lo que se quiere buscar para poder leerlo de manera mas cómoda? a caso no funciona asi, por favor quiero saber en que influye y porque su uso, gracias de antemano

1 respuesta 1

1

El uso de re.VERBOSE no solo afecta a los saltos de linea, permite dos cosas:

  • Usar comentarios dentro de la expresión con # (igual que en el código). Tras un # no escapado se ignora todo el texto siguiente hasta encontrar un salto de línea.
  • Los espacios en blanco que no formen parte de un clase de caracteres (como \w), tokens como *? o estén escapados serán ignorados. Esto significa que podemos formatear la expresión con los espacios en blanco que queramos para hacerla más legible sin que afecte a la misma.

Claro, esto implica a su vez dos cosas:

  • Hay que escapar cualquier carácter # que forma parte de la propia expresión en si.

  • Hay que escapar todo espacio que forme parte de la expresión en si misma (\, \s, [ ], \t, ...), excepto los casos antes comentados.

Si no se escapan el patrón se verá modificado porque serán ignorados.

La expresión:

r'''meta name="title" content="
([a-zA-Z0-9=°ñÑ \. \% \+ \- \& \* \$ \{ \} \( \) \[ \] \? \| \' \" \/ \, \< \> \s]+)"'''

quedaría realmente como:

r'''metaname="title"content="([a-zA-Z0-9=°ñÑ\.\%\+\-\&\*\$\{\}\(\)\[\]\?\|\'\" \/\,\<\>\s]+)"'''

Para que no se viera afectada debería ser:

r'''
meta\sname="title"\scontent="
([a-zA-Z0-9=°ñÑ \. \% \+ \- \& \* \$ \{ \} \( \) \[ \] \? \| \' \" \/ \, \< \> \s]+)

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.