Danke Leonidas, habe Deinen post erst jetzt gesehen (Seite 2...)

Werde ich mir merken... da es sich um ein perönliches Projekt handelt, brauche ich den utf-8 check und ggf. codecs.open derzeit nicht. Aber immer gut eine Referenz zu haben...

Hehe, ich bin halt auch sehr neugierig und meine Augen sind schnell, da ist der spoiler garantiert!

Ärgerlich: Ich habe die Datei von einem windows-user erhalten, sein Texteditor hat den BOM gesetzt. Mein geliebter GNU Emacs würde so etwas nie tun...

Die Ironie ist, dass ich dadurch einiges über ...

obwohl ich es gerne selber versuche, weil ich diese Lernmethode am besten finde, danke für deinen code...

Das liefert mir wie im Kommentar beschrieben aber "nur" einen unicode string. Was ich brauche, ist ein file, das keinen BOM mehr enthält, auf das ich dann ein `readlines()` laufen lassen will ...

@syntor:
Danke für Deinen Beitrag. Das ist richtig, wird aus einem file gelesen, welches utf-8 encoded ist. Durch googlen bin ich auch auf dieses BOM gestossen. Dazu habe ich auch das `codecs` modul gefunden. mal sehen was es da so gibt...

Haha! Danke ersteinmal auch an die Veteranen lunar und Leonidas!

Ich habe einen Fall aufgeklärt...

Kleiner Erfahrungsbericht:

Nach dem Tip von lunar habe ich folgendes wiederum versucht:
Popen(['wget', '-np', '-U', agent, '-O', 'tmp_source', springer_source])

Da das nicht funktioniert hat ...

Danke ichisich!

Durch den Versuch den string vorher zusammenszustellen, habe ich folgendes entdeckt:

'\\"Mozilla/5.0 ... Firefox/3.6.12\\"'
wird zu
'\\"Mozilla/5.0 ... Firefox/3.6.12\\"'

und:
'\"Mozilla/5.0 ... Firefox/3.6.12\"'
wird zu
'"Mozilla/5.0 ... Firefox/3.6.12"'

Wie erhalte ...

Hallo!

Folgender code steht zur Debatte:
Popen(['wget', '-np', '-U', agent, '-O', 'tmp_source', springer_source]).wait()

`springer_source` ist ein Argument, das die übergeordnete Funktion als Argument bekommt. `agent` ist ein String in einem String (weil die strings aus der obigen Liste einmal ...

Nice! "Fühlt" sich auch irgendwie richtiger an, ausserdem lesbarer.

Macht halt doch viel mehr Spass sich das alles hobbymäßig reinzuziehen - da ist der Lerneffekt viel größer...

Danke nochmal BlackJack, so gibt man richtig Nachhilfe!

@BlackJack: Nach ein wenig Stöbern in der re Dokumentation bin ich auf folgendes gekommen: jetzt besser?

Danke BlackJack für Deinen Kommentar!

Der part
re.findall(r'documentPdfDownloadUrls : (\[.*?\])', source)
gibt mir eine Liste zurück, in der die gewünschte(n) Liste(n) als string(s) enthalten ist (sind).

Falls mehrere Listen durch findall gefunden werden, dann sind also mehrere strings in ...

So. Nach ein paar Tagen habe ich mich vorhin wieder an die Lösung gemacht.

Dank sma's code funktioniert das ganze nun! Danke nocheinmal!

Mein Problem war, dass ich durch das Öffnen per
source = open('tmp_source', 'r')
das file als ein Objekt bekommen habe, auf das ich dann in einer for-Schleife ...

Danke für Deinen Kommentar Barabbas.

Muss jetzt weg, werde mir das nochmal in Ruhe ansehen, vielleicht pack ich es von hier aus alleine...

Danke für Deine Antwort Stefan.

Meine Imports:
import os
import sys
from subprocess import Popen, call, PIPE
from re import compile as Pattern
from pyPdf import PdfFileWriter, PdfFileReader
import wx

Also zunächst habe ich die html Quelldatei mit
source = open('bla.html', 'r')
geöffnet.

Dann ...

Hallo Allerseits,

Ich nutze Python 2.6.5

Ich habe ein html Klartextfile, in dem es folgene Zeilen gibt:

...
zeichenfolge : ["","/link/zu/pdf/file.pdf","/link/zu/pdf/file2.pdf","/link/zu/pdf/file3.pdf"]
...

Die Punkte bezeichnen beliebiges html-generiertes markup.

Kurz zum Ziel: Ich will die ...