V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member Sign In
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 2750 days ago, the information mentioned may be changed or developed.
python 版本 3.6.5，代码如下：
import requests
import re
content = requests.get('http://book.douban.com/').text
pattern = re.compile('<li.?href="(.?)".?title="(.?)".*?', re.S)
results = re.findall(pattern, content)
print(results)
代码在 results = re.findall(pattern, content)这里卡住了，如果将
pattern = re.compile('<li.?href="(.?)".?title="(.?)".*?', re.S)
去掉一个（）
pattern = re.compile('<li.?title="(.?)".*?', re.S)
就能正确的运行，请问我是哪里出错了？希望大家指教
 |
1
summerwar Oct 21, 2018
正则不对，？表示重复零次或一次，网址和标题哪有那么短
|
 |
2
PulpFunction Oct 21, 2018  1
写代码不能试着写啊…
1 解析网页直接上正则不太好，2requests 不加 head 容易被封 非要上正则的话，你把 findall 参数搞混错了… 建议再看文档： http://www.runoob.com/python/python-reg-expressions.html 还可以了解一下 Beautifulsoup 等等 |
 |
3
SpiderXiantang Oct 21, 2018
了解下 xpath 不过正则还是得学的
|
 |
4
GreatTony Oct 21, 2018
html 用正则解析效率很低和出错率挺高的，用这个库吧： https://github.com/kennethreitz/requests-html，requests 的作者的另一库，非常好用
|
 |
5
frostming Oct 22, 2018
学正则的时候验证一下表达式
http://tool.oschina.net/regex |
 |
6
wersonliu9527 Oct 22, 2018
不想正则搞晕,直接用谷歌浏览器的 copy xpath 功能加上 xpath helper 插件吧
|
 |
7
canwushuang Oct 23, 2018
问题在于问号 “?” 问好表示非贪婪
|
Select Language