Discussion :

[Polyphore]

bonjour,
sur mon programme je bloc pour trouver la bonne interprétation a ma requête

voici la requête pour récupérer un lien image dans une page HTML en pointant src=

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

t_req = "src='(http[s]?:\/\/[a-zA-Z0-9?\/_\-.=&](.*?))'"

mais je voudrai mieux affiner ma récupération

et pointer directement, exemple :

Code HTML :

Sélectionner tout - Visualiser dans une fenêtre à part

<img class="thumbnail-img" src="http://www.test.jpg" alt="test" itemprop="image" width="100" height="100">

si vous avez des idées merci d'avance

[bistouille]

Salut.

Inutile d'essayer de faire une expression sur l'url, utiliser les quotes entourant l'url est amplement suffisant pour la capturer.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
import re
 
html = """
<img class="thumbnail-img" src="http://www.test.jpg" alt="test" itemprop="image" width="100" height="100">
<img class="thumbnail-img" itemprop="image" width="100" height="100"> 
<img class="thumbnail-img" src="http://www.test2.jpg" alt="test" itemprop="image" width="100" height="100">
<img src="http://www.test3.jpg" alt="test" />
"""
 
t_req = '''<img .*?src=('|")(https?://[^\\1]*?)(\\1).*?>'''
 
for res in re.finditer(t_req, html) :
    print("url image :", res.group(2))

le \\1 signifie une référence sur la valeur du groupe 1 (au cas ou l'url serait entre ' ou ")

[Polyphore]

merci pour la réponsse