8

estou com uma certa dificuldade, gostaria de criar um for no Python para retornar uma quantidade específica de match do regex.

Da maneira que fiz, ele está retornando todos os links que existem e que atendem o padrão definido da página, porém, gostaria de capturar somente a quantidade que necessito, independente se a página tiver 10, 20 ou 30 links, somente executar na quantidade que estiver definida, podendo ser 1, 2, n - uma variável a ser setada por exemplo numbers_articles.

Segue código:

# padrão regex para encontrar links de artigo
pattern = re.compile(r'https?:\/\/meiobit\.com\/[\d]+\/[A-Za-z0-9-]+\/')

# lista para armazenar os links capturados
article_links = []

# mexer neste for para retornar uma quantidade específica informada
for match in re.finditer(pattern, page_content):
    article_links.append(match.group(0))

Alguém poderia me ajudar?

1 Resposta 1

8

Sempre que estiver trabalhando com iteradores, lembre-se do pacote itertools.

Você pode utilizar a função itertools.islice para limitar o iterador retornado por re.finditer. Por exemplo:

from itertools import islice

# padrão regex para encontrar links de artigo
pattern = re.compile(r'https?:\/\/meiobit\.com\/[\d]+\/[A-Za-z0-9-]+\/')

# lista para armazenar os links capturados
article_links = []
number_articles = 5
articles = islice(re.finditer(pattern, page_content), number_articles)

# mexer neste for para retornar uma quantidade específica informada
for match in articles:
    article_links.append(match.group(0))

A saída possuirá, no máximo, 5 registros.

1
  • Obrigado pela atenção e explicação sobre uma solução @Anderson. Vou fazer as alterações no código, pois esta resposta funcionou como o esperado.
    – user89389
    21/01/2019 às 22:33

Você deve fazer log-in para responder a esta pergunta.