search.pyで利用する、YahooApiから返って来たxmlから検索結果1件ごとのタイトルとurlとサマリーを抽出する。 タイトルとurlは改行と空白文字を許さず、サマリーはそのまま取得する。

split_result.py

# -*- encoding:utf-8 -*-
import re
result_pattern = '<Result>(.+?)</Result>'
link_pattern = '<Url>(.*?)</Url>'
title_pattern = '<Title>(.*?)</Title>'
summary_pattern = '<Summary>(.*?)</Summary>'
strip_pattern = r'\\n|\s'
catch_result = re.compile(result_pattern, re.S)
catch_link = re.compile(link_pattern, re.S)
catch_title = re.compile(title_pattern, re.S)
catch_summary = re.compile(summary_pattern, re.S)
stripper = re.compile(strip_pattern, re.S)


def split_result(html):
    '''YahooApi叩いて返って来たxmlから
    [title, link, summary]を抽出して返す
    '''
    results = catch_result.finditer(html)
    splited_result = []
    for result in results:
        if result:
            result = result.group(0)
        else:
            continue
        try:
            title = catch_title.search(result).group(1)
            title = stripper.sub('', title)
            # title = title.replace('\n', '').replace(' ', '').strip()
        except AttributeError:
            title = 'タイトルなかったよ'
        try:
            link = catch_link.search(result).group(1)
            link = stripper.sub('', link)
            # link = link.replace('\n', '').replace(' ', '').strip()
        except AttributeError:
            link = 'urlなかったよ'
        try:
            summary = catch_summary.search(result).group(1)
        except AttributeError:
            summary = 'スニペットなかったよ'
        splited_result.append([title, link, summary])
    return splited_result