RE:HTMLのhrefパーサ

python

やさしいt-fridgeが以前に書いたhrefパーサについての返事をくれたので，コードを解析してみます．

以前に僕の書いたコードは

# coding: utf-8
import re

def hrefParser (inStr):
    buff = []
    ro1 = re.compile ("<a.+?href\s*=\s*\"(.*?)\".*?>", re.I)
    ro2 = re.compile ("<a.+?href\s*=\s*\'(.*?)\'.*?>", re.I)

    rs1 = ro1.search (inStr)
    while (rs1):
        buff.append (inStr[rs1.group ().start ():rs1.group ()end()])
        inStr = inStr[:rs1.group ().start ()] + inStr[rs1.group ().end():])
        rs1 = ro1.search (inStr)

    rs2 = ro2.search (inStr)
    while (rs2):
        buff.append (inStr[rs2.group ().start ():rs2.group ()end()])
        inStr = inStr[:rs2.group ().start ()] + inStr[rs2.group ().end():])
        rs2 = ro2.search (inStr)

    return buff

はは，醜い．

で，t-fridgeのコードは

# coding: utf-8
import re

reg = re.compile( r'<a\s+.*href\s*=\s*[\s|\'|"]{0,1}(http://[a-zA-Z\d?*!$&%#@~_=\-/.,;:()]+)[\s|\'|"]{0,1}.*>.*</a>', re.IGNORECASE )
def searchURL(bodystring):
    return = re.findall(reg,bodystring)

おお，短い．

ざっと見てポイントは正規表現とfindallにあるようですね．

正規表現

まず，僕の無知．

パイプ"|"を使うとキャラクタークラスの中に選択肢を押し込む事が出来る点．

無知でした．

次に，ぼくの想定していたタグの属性の書き方は

なんだけど，t-fridgeの話によると

のような表記も誤りながら認められているらしい．

そのため，[\s|\'|"]{0,1}というパターンになるらしい．

この表現で上記の3つ全てのパターンに対応できる．

findall

で紹介されているように文字列の中から複数のマッチするものをヒットさせることが可能なのがfindall．

無知でした．

まとめ

がんばる．

正規表現は要勉強．たくさんパターンを書こう．



Pythonは本当の始めからやり直したい．

適当にやってるとためだ．

というわけで明日，某所でPython本でもかってこようかな．

初めてのPython 第3版

初めてのPython 第3版

コードのネストを無視して動的にスコープを覆い隠す方法について

javascript

以前の記事で

var a = 0;
var fun = function (arg) {
    if (arg) {
        eval ("var a = 1;"); // exp.1
    }
    print ("a : " + a);
};
fun (true); // a : 1
fun (false): // a : 0

という方法を紹介しましたけど，実はこういう風にやる方が普通っぽい．わからないけど．

var a = 3;

var fun = function (arg) {
    var a = 4;
    if (arg) {
	with (window) {
	    alert (a);
	}
    } else {
	alert (a);
    }
};

alert (fun (true));// 結果 : 3
alert (fun (false));// 結果 : 4

この方が素直．

前回も書いたんだけど，これができても何の役に立つかはよくわからない．

しかも，よくよく考えると，コーディングスタイルとしても，こういう書き方は如何かと思う．

javascriptはレキシカルスコープを持つ言語なので，スコープはあくまでもネストによって解決されるべきではないか？

withのようにスコープのネストの一部をまるまるコンテキストに張り付けるのは

危険だ．

とくに，with (window)などと書くのは実効速度的にも問題があると思う．



コーディングスタイルによって危険なコードは避けることができる．

無駄な危険は極力避けるべきだ．