python htmlタグを含む正規表現について

Question

実現したいこと・試したこと

{'value': '<h1>Title</h1><p>このページは2020.6.9に更新されました。</p><p><small>small text</small></p><h1 class="change">2020.6.9</h1>', 'representation': 'storage', '_expandable': {'content': '/rest/api/content/127505381'}}, '_expandable': {'editor': '', 'view': '', 'export_view': '', 'styled_view': '', 'anonymous_export_view': ''}}, 'extensions': {'position': 'none'},

上のような内容のjsonオブジェクトがあり(一部を抜粋しています)、その中から

<h1 class="change">2020.6.9</h1>

の部分のみを文字列として取り出したいです。
2020.6.9　の部分は毎回異なるので、正規表現を使おうと考えました。

まずjsonオブジェクトをdumpsでstringオブジェクトに変換してprintで出力してみると、該当箇所は以下のようなテキストになっていました。

<h1>Title</h1><p>このページは2020.6.9に更新されました。</p><p><small>small text</small></p><h1 class=\"change\">2020.6.9</h1>

したがって、以下の処理を行いました。

regex = re.compile(r'<h1 class=\"change\">([0-9]+).([0-9]+).([0-9]+)</h1>')
m = re.search(regex, page_string).group()
print(m)

発生している問題・エラーメッセージ

以下のようなエラーが出ました。

 m = re.search(regex, page_string).group()
AttributeError: 'NoneType' object has no attribute 'group'

re.searchで該当箇所を見つけられなかったようで、正規表現のあたりが間違っているのかと思いいろいろと試したのですが、歯が立ちませんでした。どなたか間違いを指摘してくだされば幸いです。

補足

こちらが走査対象のpage_string全文です。

{"id": "127505381", "type": "page", "status": "current", "title": "test page", "body": {"storage": {"value": "<h1>Title</h1><p>このページは2020.6.9に更新されました。</p><p><small>small text</small></p><h1 class="change">2020.6.9</h1>", "representation": "storage", "_expandable": {"content": "/rest/api/content/127505381"}}, "_expandable": {"editor": "", "view": "", "export_view": "", "styled_view": "", "anonymous_export_view": ""}}, "extensions": {"position": "none"}, "_links": {"webui": "/display/department0056/test+page", "edit": "/pages/resumedraft.action?draftId=127505381&draftShareId=7e63c067-9cd4-4b97-8de2-88e0ffea07f5", "tinyui": "/x/5ZOZBw", "collection": "/rest/api/content", "base": "https://hogehoge.fuga.jp:8090", "context": "", "self": "https://hogehoge.fuga.jp:8090/rest/api/content/127505381"}, "_expandable": {"container": "/rest/api/space/department0056", "metadata": "", "operations": "", "children": "/rest/api/content/127505381/child", "restrictions": "/rest/api/content/127505381/restriction/byOperation", "history": "/rest/api/content/127505381/history", "ancestors": "", "version": "", "descendants": "/rest/api/content/127505381/descendant", "space": "/rest/api/space/department0056"}}

Answer 1

regex = re.compile(r'<h1 class="change">([0-9]+).([0-9]+).([0-9]+)</h1>')
としたら成功しました。

\はメタ文字扱いらしく、.と同様に\を付ける必要があったみたいです。

Answer 2

正規表現の部分をr'<h1 class="change">([0-9]+).([0-9]+).([0-9]+)</h1>')
としたら成功しました。

\もメタ文字扱いらしく、\の前にバックスラッシュを入れることで解決しました。

Answer 3

正規表現は合っていますし、提示された文字列(stringオブジェクト)を直接文字列として設定するとマッチした結果を返すので、マッチした場合は正常に動作します。
おそらく、jsonオブジェクトの抜粋されていない部分に、上記の正規表現でマッチしないものが含まれていませんか? その場合、re.search(regex, page_string)がNoneを返すので、group()を持っていないよ、というエラーになります。

m = re.search(regex, page_string)
if m:
  print(m.group())

ならエラーは起きないかと。
(m != Noneをmに修正)

Comments

[LouiS0616]

if m != None: は if m: で足りるかと。
明示的にNoneと比較したい場合は if m is not None: が望ましいです。

[Daregada]

なるほど。C#の「?.」(Null条件演算子)みたいなのはないんですか?

[LouiS0616]

今調べて初めて知りましたが、提案自体はされているみたいですね。
https://www.python.org/dev/peps/pep-0505/

[Daregada]

いつの間にか結構な数の言語に導入されている……ありがとうございます。

[Advent]

ご回答ありがとうございます。書いていただいたとおりにしたらエラーは出なくなったのですが、やはり希望の文字列<h1 class=\"change\">2020.6.9</h1>を取得できてないみたいです...走査対象のpage_string（string型）全文を補足に追加いたしました。正規表現にマッチするものが含まれているはずだと思うのですが...

[Daregada]

こちらで「page_str = '提示内容を貼り付け'」したら、希望の文字列が検索されて出力されるのを確認しましたが……

[Advent]

試していただいてありがとうございます。何か他に原因があるかもしれないので探ってみます。何度もご回答いただいてありがとうございました。