Python +正则表达式：AttributeError：'NoneType'对象没有属性'groups'

Question

我有一个要提取其子集的字符串。这是较大的Python脚本的一部分。

这是字符串：

import re

htmlString = '</dd><dt> Fine, thank you.&#160;</dt><dd> Molt bé, gràcies. (<i>mohl behh, GRAH-syuhs</i>)'

我要拉出“ Moltbé，gràcies。mohl behh，GRAH-syuhs ”。为此，我使用正则表达式re.search：

SearchStr = '(\<\/dd\>\<dt\>)+ ([\w+\,\.\s]+)([\&\#\d\;]+)(\<\/dt\>\<dd\>)+ ([\w\,\s\w\s\w\?\!\.]+) (\(\<i\>)([\w\s\,\-]+)(\<\/i\>\))'

Result = re.search(SearchStr, htmlString)

print Result.groups()
AttributeError: 'NoneType' object has no attribute 'groups'

既然Result.groups()不起作用，我也不想提取（即Result.group(5)和Result.group(7)）。但我不明白为什么会收到此错误？正则表达式可在TextWrangler中使用，为什么不能在Python中使用呢？我是Python的初学者。

Answer 1

import re

htmlString = '</dd><dt> Fine, thank you.&#160;</dt><dd> Molt bé, gràcies. (<i>mohl behh, GRAH-syuhs</i>)'

SearchStr = '(\<\/dd\>\<dt\>)+ ([\w+\,\.\s]+)([\&\#\d\;]+)(\<\/dt\>\<dd\>)+ ([\w\,\s\w\s\w\?\!\.]+) (\(\<i\>)([\w\s\,\-]+)(\<\/i\>\))'

Result = re.search(SearchStr.decode('utf-8'), htmlString.decode('utf-8'), re.I | re.U)

print Result.groups()

这样工作。该表达式包含非拉丁字符，因此通常会失败。您必须解码为Unicode并使用re.U（Unicode）标志。

我也是一个初学者，我自己也遇到过几次这个问题。