問題描述

def replace_real_url(html, curr_url): ''' 將 html 中的相對路徑替換為 絕對路徑 :param html: :param curr_url: :return: ''' if html and curr_url:pattern = ur’<([a-z]{1,5})[^><]*(href|src)=['’]{0,1}([^'’]+)['’]{0,1}[^><]*>’html = re.sub(pattern, lambda x: replace_real_url_callback(x, curr_url), unicode(html), re.I | re.M) return html def replace_real_url_callback(repl, curr_url): ''' 執行替換 :param repl: :param curr_url: :return: ''' ret = repl.group() if repl and repl.lastindex == 3 and repl.group(1).lower() in [’a’, ’img’]:url = urljoin(curr_url, repl.group(3))ret = re.sub(ur’’ + re.escape(repl.group(3)), unicode(url), ret) return ret

如何修正這個替換的方法。

問題解答

print re.sub(’(<img src='http://m.cgvv.com.cn/wenda/)(.+?)(' />)’, r’1aa3’, ’aa<img src='http://m.cgvv.com.cn/aaa.jpg' />bb’)# aa<img src='http://m.cgvv.com.cn/wenda/aa' />bb