从配置文件读取正则表达式，读取后类型是字符串
0
[已解决问题]
解决于 2019-03-07 09:06
从配置文件读取到正则表达式，但是读取之后的类型是字符串，也就不具有正则查找的效果了...
例如配置文件的内容是这样的：
pattern_dict = ['re.compile(.*?日历\(.*?\))',
're.compile(pattern[, flags]']然后读出来是're.compile(.*?期货交易所交易日历\(.*?\))'，类型是str...
原始需求：
从网上抓很多文章，但是包含特定字符的数据就不要了（例如标题包含“日历”），想到的方案是一个配置文件专门放正则表达式（正则表达式就类似“re.compile(.?日历(.?))”），然后每采集一篇文章，就读取一次配置文件，把里面的过滤条件都过一遍...
cc = importlib.import_module('robot.clear_data').pattern_dict
for cs in cc:
print('正则表达式=============' + str(cs))
if cs.search(item['title']) not in item['title']: #这里就使用正则表达式的Search，如果title能和正则匹配上，就判断一下
return item
最佳答案
0
配置里肯定只能存字符串，就算可以，你也别存代码；正则匹配的类型就那么多，你取出来之后，最多是穷举出来，一个个组合然后再去匹配。
奖励园豆：5
哦，意思就是，我在配置文件只写表达式，不写用哪种匹配类型，然后匹配类型放到外面写死？
@会发光: 对，放到外面
@三人乐乐:
配置文件只写表达式： pattern_dict = ['.*?期货交易所交易日历\(.*?\)', ] 程序处理： cc = importlib.import_module('robot.clear_data').pattern_dict#获取配置文件里的表达式 for cs in cc: pattern = re.compile(cs) #把表达式放到匹配方法里 if pattern.search(str(item['title'])) not in item['title']: return item
然后报错了...`TypeError: 'in <string>' requires string as left operand, not NoneType`
@会发光: 这个错误，是说int类型不能在string类型里循环，你找下哪里定义错了
其他回答(1)
0
你的配置里定义的时候是按字符串定义的, 修改一下就好了.
pattern_dict = ['re.compile(.*?日历\(.*?\))',
're.compile(pattern[, flags]']改成
pattern_dict = [re.compile(.*?日历\(.*?\)),
re.compile(pattern[, flags]]另外如果配置里正则表达式很多时, 考虑放在模块级别, 在程序启动导入时提前编译完成. 执行时省去现场编译正则这一步.
放在模块级别啥意思...类么
@会发光: 让它在导入时执行就可以了.
@ABeen: /捂脸，不太懂...导入时执行是啥概念....
