1
Septembers 2015-04-12 12:59:48 +08:00 via Android
re.search(r'<title>(.*?)</title>', r.content)
|
2
leyle 2015-04-12 13:01:26 +08:00
我喜欢使用 findall()
|
3
hahastudio 2015-04-12 13:08:30 +08:00
|
4
gyorou 2015-04-12 13:55:24 +08:00
or why not mechanize
http://wwwsearch.sourceforge.net/mechanize/ |
5
046569 2015-04-12 13:58:20 +08:00
|
6
mornlight 2015-04-12 14:56:39 +08:00
零宽断言:
(?<=\<title\>)[\s\S]*?(?=\</title\>) |
7
wdhwg001 2015-04-12 17:31:49 +08:00 via iPhone 1
@mornlight 不能这样判断,你还要判断title里有没有属性。
另外title是少数几个可以用正则处理的html标签,因为它没有嵌套,而正文是不可能用正则的,除非使用平衡组(js等的正则不支持平衡组,而C#支持)… |
8
ghovik 2015-04-12 17:42:03 +08:00
这个文风的标题不应该出现在知乎上麽~~
|
9
silvernoo 2015-04-12 17:43:03 +08:00
为什么不用XPath
|
10
ETiV 2015-04-12 17:59:38 +08:00 4
这问题就好比:
如何优雅的直接用手去擦屁股 |
11
frankzeng 2015-04-12 21:01:34 +08:00 via Android
干嘛用正则表达式?费力又不讨好,像楼上说的用手擦砒屁股,什么姿势都恶心
|
13
dingyaguang117 2015-04-12 21:08:18 +08:00
xpath +1
|
14
jimmy66 2015-04-12 21:16:36 +08:00
title=re.search(r'<title>(.*)</title>',r).group(1)
可以一句话写完的,短即优雅。 正文用正则也不是不可能,用跨行正则取出对应的代码段,然后<.*?>replace掉标签就可以了 当然这么做很蛋疼,还是推荐用 lxml,pyquery ,beautiful soup 这种,用熟了,用于xml解析也会有很大帮助 最后求不用知乎体.... |