Python 正则表达式 "对象没有该属性

Question

我正在整理一个需要更新新内容的页面列表（因为我们要换媒体格式）。在这个过程中，我还在记录那些已经正确更新新内容的页面。

我的大致做法是这样的：

1. 遍历文件结构，获取文件列表
2. 对每个文件读取内容到一个缓冲区，然后使用正则表达式查找特定的标签
3. 如果找到匹配项，再进行两个额外的正则表达式匹配
4. 把匹配到的结果（其中一个或另一个）写入数据库

到第三个正则表达式匹配的时候，一切都很顺利，但我遇到了这个问题：

'NoneType' object has no attribute '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。

Answer 1

我也遇到过同样的问题。

如果你使用的是python2.6，可以这样来解决：

for match in matches:
 if len(match) > 0:

  urla = re.search(pattern2, match)
  try:  
   urla.group(1):
   print filename, urla.group(1)
  excpet:
   print "Problem with",pattern2


  urlb = re.search(pattern3, match)
  try:
   urlb.group(1)
   print filename, urlb.group(1)
  except:
   print "Problem with",pattern3

Answer 2

出现 TypeError 的原因是，search 或 match 通常会返回一个 MatchObject 或者 None。这两者中只有一个有 group 这个方法，而那个不是 None。所以你需要这样做：

url = re.search(pattern2, match)
if url is not None:
    print(filename, url.group(0))

附注： PEP-8 建议使用 4 个空格来缩进。这不仅仅是个意见，而是一个好习惯。你的代码看起来比较难读。

Answer 3

你的错误提示是说，urla的值是None，也就是没有值。urla的值是通过re.search这个函数来决定的，所以如果urla是None，那就说明re.search返回了None。而re.search返回None的原因是字符串没有符合你设定的模式。

所以基本上你应该使用：

urla = re.search(pattern2, match)
if urla is not None:
    print filename, urla.group(1)

来替代你现在的写法。