Парсинг текста

@picaso133 · Регистрация: 25.12.2013

Студворк — интернет-сервис помощи студентам

Здравствуйте, надо зделать 2 функции в python.
1) Из большого текста вырезать кусок по параметрам слева и права
Пример:
cutOne('Lorem ipsum dolor sit amet, consectetur','','')

вывод:
amet

2)Тоже как первая но оставить результат в список
Пример:
cutOne('Lorem ipsum dolor sit amet, consectetur','','')

вывод:
[dolor,amet]

Вот есть в php

PHP
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function cutOne($content,$left,$right)
{
    $lPos = @strpos($content,$left);
    $len = strlen($left);
    return ($lPos !== false) ? substr($content,$lPos + $len,@strpos($content,$right,$lPos+$len) - ($lPos+$len)) : false;
}
 
 
function cutMulti($content,$stinga,$dreapta)
{
    $ex = explode($stinga,$content);
    foreach($ex as $k => $v){
        if($k > 0)
                  $result[] = current(explode($dreapta,$v));
    }
    return $result;
}

@alex925 · 25.12.2013, 22:47

Для парсинга html нужно использоваться специальную библиотеку, на пример lxml.html. С её помощью сможешь получить нужный текст с помощью css селектора или xpath.

@picaso133 · 25.12.2013, 22:51 **[ТС]**

так я это и прошу помочь сделать

@alex925 · 25.12.2013, 22:57

Ну вот примерно вот так:

Python
1
2
3
4
5
import lxml.html
 
doc = lxml.html.document_fromstring("<body>Lorem ipsum <p>dolor</p> sit <p>amet</p> consectetur <p></p></body>")
for element in doc.cssselect('p'):
    print(element.text)

@picaso133 · 25.12.2013, 23:12 **[ТС]**

а если так
cutOne('<a class="o" href="/profile/564454988969" hrefattrs="st.cmd=friendMain&st.friendId =nafzzseklaskuhjdq0qblmdhkhscasohwiqnx&s t._aid=UsersOnline_FriendMain"></a>','<a class="o" href="','"')

вывод:
/profile/564454988969

@alex925 · 26.12.2013, 08:36

Python
1
2
3
4
5
import lxml.html
 
doc = lxml.html.document_fromstring('<body><a class="o" href="/profile/564454988969" hrefattrs="st.cmd=friendMain&st.friendId=nafzzseklaskuhjdq0q blmdhkhscasohwiqnx&st._aid=UsersOnline_FriendMain"></a> <a class="o" href=""</body>')
for element in doc.cssselect('a.o'):
    print(element.get('href'))

@picaso133 · 26.12.2013, 15:05 **[ТС]**

Traceback (most recent call last):
File "/var/www/python/parser.py", line 4, in <module>
for element in doc.cssselect('a.o'):
File "/usr/lib/python2.7/dist-packages/lxml/html/__init__.py", line 290, in cssselect
from lxml.cssselect import CSSSelector
File "/usr/lib/python2.7/dist-packages/lxml/cssselect.py", line 18, in <module>
raise ImportError('cssselect seems not to be installed. '
ImportError: cssselect seems not to be installed. See http://packages.python.org/cssselect/
[Finished in 0.0s with exit code 1]

@alex925 · 26.12.2013, 15:17

Судя по выводу у тебя не установлен модуль cssselect. Установи pip

Bash
1
sudo apt-get install pip

и потом с помощью pip поставь модуль нужный sudo pip install cssselect

Ну вообще, у меня ошибок ни каких нет. Система mint 14, python3

@Amet13 · 26.12.2013, 19:21

Сообщение от picaso133

вывод:
amet

Ну привет!

Новые блоги и статьи Все статьи Все блоги /
Новый CodeBlocs. Версия 25.03 palva 04.01.2026 Оказывается, недавно вышла новая версия CodeBlocks за номером 25. 03. Когда-то давно я возился с только что вышедшей тогда версией 20. 03. С тех пор я давно снёс всё с компьютера и забыл. Теперь. . .	Модель микоризы: классовый агентный подход anaschu 02.01.2026 Раньше это было два гриба и бактерия. Теперь три гриба, растение. И на уровне агентов добавится между грибами или бактериями взаимодействий. До того я пробовал подход через многомерные массивы,. . .	Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Programma_Boinc 28.12.2025 Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / ********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / ********/ gallery/ bKBkQFf Пост отсюда. . .	Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .	Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Рецензия / Мнение/ Перевод Нашел на реддите интересную статью под названием The Thinkpad X220 Tablet is the best budget school laptop period . Ниже её машинный перевод. Thinkpad X220 Tablet —. . .
PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .

@alex925 2742 / 2341 / 620 Регистрация: 19.03.2012 Сообщений: 8,830
	25.12.2013, 22:47
	Для парсинга html нужно использоваться специальную библиотеку, на пример lxml.html. С её помощью сможешь получить нужный текст с помощью css селектора или xpath. 0

@picaso133 0 / 0 / 0 Регистрация: 25.12.2013 Сообщений: 6
	25.12.2013, 22:51 [ТС]
	так я это и прошу помочь сделать 0

@picaso133 0 / 0 / 0 Регистрация: 25.12.2013 Сообщений: 6
	25.12.2013, 23:12 [ТС]
	а если так cutOne('<a class="o" href="/profile/564454988969" hrefattrs="st.cmd=friendMain&st.friendId =nafzzseklaskuhjdq0qblmdhkhscasohwiqnx&s t._aid=UsersOnline_FriendMain"></a>','<a class="o" href="','"') вывод: /profile/564454988969 0

@picaso133 0 / 0 / 0 Регистрация: 25.12.2013 Сообщений: 6
	26.12.2013, 15:05 [ТС]
	Traceback (most recent call last): File "/var/www/python/parser.py", line 4, in <module> for element in doc.cssselect('a.o'): File "/usr/lib/python2.7/dist-packages/lxml/html/__init__.py", line 290, in cssselect from lxml.cssselect import CSSSelector File "/usr/lib/python2.7/dist-packages/lxml/cssselect.py", line 18, in <module> raise ImportError('cssselect seems not to be installed. ' ImportError: cssselect seems not to be installed. See http://packages.python.org/cssselect/ [Finished in 0.0s with exit code 1] 0