URL字句解析

By Patineboot

11, June 2013 - 1 minutes read - 299 words

re.Scannerクラス

re.Scannerクラスを使用して正規表現で字句解析ができる。

urlの簡単な解析

実際にはurlparseを使用すれば良いが、Scannerを使用して簡単な例をあげると

#!/usr/bin/python
# -*- coding: utf-8 -*-

import re

def action(scanner, word):
 return word

target = "http://www.sample:80/%7Eguido/Python.html"

scanner = re.Scanner([
 (r"\w+:", action), 
 (r"//.+/", action), 
 (r".+", action), 
 ])
print scanner.scan(target)

結果

(['http:', '//www.sample:80/%7Eguido/', 'Python.html'], '')

Scannerでのコンストラクタに渡した正規表現と一致する場合は、対にした関数が呼び出される。関数で返却した文字列がscanの1番目のリストに格納される。 Scannerでのコンストラクタに渡した正規表現と一致しない場合は、scanの2番目文字列に格納される。

参考：Python sre.Scannerクラス - SumiTomohikoの日記

Python
Lexer