我正在整理一份需要更新新内容的页面列表(我们正在切换媒体格式)。在此过程中,我正在编目具有正确新内容的页面。
这是我的基本想法:
1. 遍历文件结构并获取文件列表 2. 对于每个文件,将其读入缓冲区,并使用正则表达式搜索匹配特定标记 3. 如果匹配,则测试另外两个正则表达式匹配 4. 将结果匹配的一个或另一个写入数据库
一切都进行得很顺利,直到第三个正则表达式模式匹配时,出现了以下错误: 'NoneType'对象没有属性'group'。
这是我的基本想法:
1. 遍历文件结构并获取文件列表 2. 对于每个文件,将其读入缓冲区,并使用正则表达式搜索匹配特定标记 3. 如果匹配,则测试另外两个正则表达式匹配 4. 将结果匹配的一个或另一个写入数据库
一切都进行得很顺利,直到第三个正则表达式模式匹配时,出现了以下错误: 'NoneType'对象没有属性'group'。
# only interested in embeded content
pattern = "(<embed .*?</embed>)"
# matches content pointing to our old root
pattern2 = 'data="(http://.*?/media/.*?")'
# matches content pointing to our new root
pattern3 = 'data="(http://.*?/content/.*?")'
matches = re.findall(pattern, filebuffer)
for match in matches:
if len(match) > 0:
urla = re.search(pattern2, match)
if urla.group(1) is not None:
print filename, urla.group(1)
urlb = re.search(pattern3, match)
if urlb.group(1) is not None:
print filename, urlb.group(1)
谢谢你。