Регулярное выражение для удаления таблицы стилей

@Alexis · Регистрация: 31.10.2016

Студворк — интернет-сервис помощи студентам

Не получается удалить таблицу стилей, расположенную вверху html документа. Вот регулярное выражение, но оно не работает

Python
1
RE_STYLE = re.compile(r"<style([.]*)</style>", re.DOTALL)

как сделать правильно?

@igorrr37 · 13.10.2023, 09:08

я бы такое взял

Code
1
<style.*?</style>

YuS_2 · 13.10.2023, 09:35

Сообщение от Alexis333

[.]

В квадратных скобках (класс символов), многие метасимволы распознаются как обычные литералы. По сути, в классе символов существует отдельный синтаксис, который отличается от обычного синтаксиса регулярных выражений. Точка - один из таких метасимволов, распознаваемых как обычный литерал, внутри класса - это именно точка.

@Alexis · 13.10.2023, 10:37 **[ТС]**

YuS_2, а зачем у igorrr37, знак вопроса? Точка любой символ, звёздочка - от 0 до бесконечности, знак вопрос не пойму зачем ...

Добавлено через 35 минут
Я пробовал очень много всяких вариантов и примеров из инет. К сожалению,с регулярными выражениями ничего не выходит. Всё равно остаётся много "шелухи". Единственное, что приходит в голову, это возможное появление вложенных тегов, типа <style ... <style ..... </style> .... Пока рабочее решение такое

Python
1
2
3
j=htm.rfind("</style>")
k=htm.find('<style', 0, j-7)
htm=htm[:k-1]+htm[j+8:]

удаляет всё что нужно.

YuS_2 · 13.10.2023, 10:39

Сообщение от Alexis333

а зачем у igorrr37, знак вопроса?

этот метасимвол, в таком варианте применения, переопределяет предыдущий метасимвол как "нежадный/ленивый", иначе было бы так:
ссылка 1,
в отличии от:
ссылка 2

@Alexis · 13.10.2023, 10:47 **[ТС]**

Ссылки не работают. А тогда <style.+</style> то не тоже самое? Тоже вроде нежадный

@igorrr37 · 13.10.2023, 11:59

Сообщение от Alexis333

появление вложенных тегов, типа <style ... <style ..... </style>

если вложенные то знак вопроса убери

YuS_2 · 13.10.2023, 12:03

Сообщение от Alexis333

Ссылки не работают

Они работают. Сервер, возможно, был перегружен... попробуйте позже.

Сообщение от Alexis333

Тоже вроде нежадный

Вам надо почитать про регулярные выражения... квантификаторы "*" и "+", по умолчанию жадные, ленивыми их делает как раз, последующий "?".

@iSmokeJC · 13.10.2023, 13:35

Сообщение от igorrr37

если вложенные то знак вопроса убери

Тогда регулярка захватит все поголовно от первого <style> до последнего </style>. Т.е. может вообще страниу целиком зохавать

Добавлено через 1 минуту
Alexis333, помимо DOTALL, подними флаг MULTILINE

Добавлено через 1 минуту

Python
1
r'(?ms)<style.+?/style>'

@Alexis · 13.10.2023, 15:40 **[ТС]**

С этими выражениями не так то просто. Вот например выражение ищет "=45=2A ..." и декодирует:

Python
1
txt = re.sub(r"(=[0-9A-F][0-9A-F])+", repl, r)

вот функция repl

Python
1
2
3
4
5
6
def repl(m):
    y=m[0].replace("=", "")
    byte = bytes.fromhex(y[:2])
    for c in range(2,len(y),2):
        byte+=bytes.fromhex(y[c:c+2])
    return byte.decode('utf-8')

работает через раз, начало строки может не захватывать, остаётся обгрызок

А вот та функция работает корректно

Python
1
2
3
4
5
6
7
8
9
10
11
  
                k=r.find('=')
                while k !=-1:
                    txt += r[:k]       
                    byte = bytes.fromhex(r[k+1:k+3])
                    while k+3<len(r) and r[k+3]=='=':
                        k+=3; byte += bytes.fromhex(r[k+1:k+3])
                    txt += byte.decode(f[0])
                    r=r[k+3:]
                    k=r.find('=')
                txt+=r

вроде делает тоже самое. В чём здесь ошибка? я никак не могу понять

Добавлено через 20 минут
извиняюсь, всё работает одинаково, просто не заметил что текст добавляется к уже сформированному (txt+= вместо txt=)

Добавлено через 1 час 3 минуты
iSmokeJC, я поставил Ваш вариант, кажется работает, но хотелось бы выяснить некоторые вопросы:
1 что делает (?ms)
2 зачем ставить re.MULTILINE ведь re.DOTALL и так захватывает любые символы? что поменяется если не ставить re.MULTILINE ???

@iSmokeJC · 13.10.2023, 15:47

Сообщение от Alexis333

что делает (?ms)

Вот оно и выставляет эти флаги. Прям в теле регулярки.

Сообщение от Alexis333

что поменяется

Ну попробуй без мультилайна, сравни

@Alexis · 13.10.2023, 16:02 **[ТС]**

Сообщение от iSmokeJC

Вот оно и выставляет эти флаги

намекаешь на то, что флаги re.MULTILINE и re.DOTALL при таком подходе можно не дописывать?

я конечно попробую без MULTILINE (надеюсь что это делается так r'(?s)<style.+?/style>'), но боюсь сразу не увидеть разницы,
а косяки всплывут в самый неудобный момент

@iSmokeJC · 13.10.2023, 16:07

Сообщение от Alexis333

намекаешь на то, что флаги re.MULTILINE и re.DOTALL при таком подходе можно не дописывать?

Не намекаю, а прямо говорю - это они и есть, дописывать ничего не надо.

Сообщение от Alexis333

но боюсь сразу не увидеть разницы

Ну и поставь оба флага, хуже не будет

@Alexis · 13.10.2023, 18:48 **[ТС]**

хорошо

Добавлено через 2 часа 33 минуты
iSmokeJC, я совсем запутался, вот у меня шаблон (взял из инета)

Python
1
RE_TAGS = re.compile(r"<([^>]+)>", re.UNICODE)

применяю его к тексту

Python
1
htm=RE_TAGS.sub('', htm)

всё работает, теги убираются.

Тут я решил, что компилировать ничего не нужно и можно просто применить его кк обычно, т.е. так

Python
1
htm = re.sub(r"<([^>]+)>", '', htm, re.UNICODE)

а он и не работает, причём совсем, будто той команды и не вовсе. Это так и должно быть, или я что то неправильно делаю?

@iSmokeJC · 13.10.2023, 19:05

Странно. Должно работать. Компилировать имеет смысл когда регулярка используется стопицот раз, например в цикле. А так разницы нет.
Хз вобщем

@Alexis · 13.10.2023, 19:14 **[ТС]**

Я разобрался, то из-за флага, перед ним нужно указать максимальное число замен, вот так

Python
1
htm = re.sub(r"<([^>]+)>", '', htm, count=0, flags=re.UNICODE)

count=0 значит неограниченно. Если без флага, то нормально, при компиляции count не нужен и тоже всё нормально, а так вылетает ошибка, т.к. re.UNICODE встаёт на место count. Сейчас всё работает нормально.

Новые блоги и статьи Все статьи Все блоги /
Сумматор с применением элементов трёх состояний. Hrethgir 26.03.2026 Тут. https:/ / fips. ru/ EGD/ ab3c85c8-836d-4866-871b-c2f0c5d77fbc Первый документ красиво выглядит, но без схемы. Это конечно не даёт никаких плюсов автору, но тем не менее. . . всё может быть. . .	Автозаполнение реквизитов при создании документа Maks 26.03.2026 Программный код из решения ниже размещается в модуле объекта документа, в процедуре "ПриСозданииНаСервере". Алгоритм проверки заполнения реализован для исключения перезаписи значения реквизита,. . .	Команды "Заполнить" и "Очистить" на форме документа Maks 26.03.2026 1. Команда формы "ЗаполнитьЗапчасти". На примере нетипового документа "ЗаявкаНаРемонтСпецтехники" разработанного в конфигурации КА2. В качестве источника данных выбран регистр накопления, в. . .	Кому нужен AOT? DevAlt 26.03.2026 Решил сделать простой ланчер Написал заготовку: dotnet new console --aot -o UrlHandler var items = args. Split(":"); var tag = items; var id = items; var executable = args;. . .
Отправка уведомления на почту при изменении наименования справочника Maks 24.03.2026 Программная отправка письма электронной почты на примере изменения наименования типового справочника "Склады" в конфигурации БП3. Перед реализацией необходимо выполнить настройку системной учетной. . .	модель ЗдравоСохранения 5. Меньше увольнений- больше дохода! anaschu 24.03.2026 Теперь система здравосохранения уменьшает количество увольнений. 9TO2GP2bpX4 a42b81fb172ffc12ca589c7898261ccb/ https:/ / rutube. ru/ video/ a42b81fb172ffc12ca589c7898261ccb/ Слева синяя линия -. . .	Midnight Chicago Blues kumehtar 24.03.2026 Такой Midnight Chicago Blues, знаешь?. . Когда вечерние улицы становятся ночными, а ты не можешь уснуть. Ты идёшь в любимый старый бар, и бармен наливает тебе виски. Ты смотришь на пролетающие. . .	SDL3 для Desktop (MinGW): Вывод текста со шрифтом TTF с помощью библиотеки SDL3_ttf на Си и C++ 8Observer8 24.03.2026 Содержание блога Финальные проекты на Си и на C++: finish-text-sdl3-c. zip finish-text-sdl3-cpp. zip

@Alexis 524 / 512 / 129 Регистрация: 31.10.2016 Сообщений: 4,156
	13.10.2023, 10:47 [ТС]
	Ссылки не работают. А тогда <style.+</style> то не тоже самое? Тоже вроде нежадный 0

@iSmokeJC 19530 / 11067 / 2931 Регистрация: 21.10.2017 Сообщений: 23,294
	13.10.2023, 19:05
	Странно. Должно работать. Компилировать имеет смысл когда регулярка используется стопицот раз, например в цикле. А так разницы нет. Хз вобщем 1