Python. Регулярные выражения. Данные между кавычек Опции

[Гость_Krakozabra_*]

Привет. Есть задача в обработке текста, точнее html кода. Все работает за исключением выбора текста между кавычками.

m = re.findall('href=".*\"', ht)
print m[0]

Первое вхождение срабатывает на ура, второе с примесью текста, третье вхождение также проходит хорошо, каждое последующее с примесями. Подскажите, как должна выглядеть эта регулярка, я уже голову сломал.

Всем спасибо.

[ahalaj]

Привет. Есть задача в обработке текста, точнее html кода. Все работает за исключением выбора текста между кавычками.

m = re.findall('href=".*\"', ht)
print m[0]

Первое вхождение срабатывает на ура, второе с примесью текста, третье вхождение также проходит хорошо, каждое последующее с примесями. Подскажите, как должна выглядеть эта регулярка, я уже голову сломал.

Всем спасибо.

Искать надо от открывающей кавычки до закрывающей и чтобы внутри кавычек не было. Вот это сработает:

#!/usr/bin/env python

import re
import sys

with open(sys.argv[1], "r") as f:
    data = f.readlines()

linenum = 1
for line in data:
    m = re.findall('href="[^"]*"', line)
    if m:
        print("line %d:" % linenum)
        occurrencenum = 1
        for occurrence in m:
            print("  occurrence %d: %s" % (occurrencenum, occurrence))
            occurrencenum += 1
    linenum += 1

[lanz]

Не используйте регулярные выражения для парсинга html.
Link

Серьезно, используйте BeautifulSoup например или любой другой готовый парсер.
Link