[已解决]正则表达式问题(html)

305910416 · 发表于 2016-7-17 11:39:51

马上注册，结交更多好友，享用更多功能^_^

您需要登录才可以下载或查看，没有账号？立即注册

x

网页源文件中有
这样一段代码
   <a href="https://www.douban.com/doumail/xxxxxxxx/" class="url">
      1
2
3
4
5
6
7
8
9
10
11
12
...
   </a>

   <a href="https://www.douban.com/doumail/xxxxxxx/" class="url">
      亲爱的 xxxx 你好，

这是...
   </a>
这两段的正则表达式我不太会写
测试了好久没办法匹配
有空格 /s+
有回车 /n
求问这段怎么写呢

最佳答案

月排行榜 / 总排行榜

SixPy

2016-7-17 16:08:19

本帖最后由 SixPy 于 2016-7-17 16:13 编辑

305910416 发表于 2016-7-17 15:34
是的。。。我实在是没办法了最后只能用不是正则表达式的方法搞定这个事情，
但是我还是很好奇这个怎么用 ...

import re
html='''
<a class="url">
1
2
3
4
5
6
7
8
9
10
11
12
...
</a>
<a class="url">
亲爱的 xxxx 你好，
这是...
</a>
'''
ptn=re.compile(r'<a[^>]*>([\S\s]*?)</a>')
s=ptn.findall(html)
print(s)
input('暂停')

复制代码

。。。。。。。。。。。

跳转到最佳答案楼层

sqd · 发表于 2016-7-17 14:57:14

找到一段特殊的标识，然后用re.findall方法捕获组，用 .*? 并加上re.DOTALL匹配任意字符任意次数，基本上就能捕获到了。

SixPy · 发表于 2016-7-17 15:14:15

你想要红色部分的？

305910416 · 发表于 2016-7-17 15:34:36

SixPy 发表于 2016-7-17 15:14
你想要红色部分的？

是的。。。我实在是没办法了最后只能用不是正则表达式的方法搞定这个事情，
但是我还是很好奇这个怎么用正则表达式写

305910416 · 发表于 2016-7-17 15:36:19

sqd 发表于 2016-7-17 14:57
找到一段特殊的标识，然后用re.findall方法捕获组，用 .*? 并加上re.DOTALL匹配任意字符任意次数，基本上 ...

好像我还没学习到re.DOTALL 这个我速度学习一下

SixPy · 发表于 2016-7-17 16:08:19

本帖最后由 SixPy 于 2016-7-17 16:13 编辑

305910416 发表于 2016-7-17 15:34
是的。。。我实在是没办法了最后只能用不是正则表达式的方法搞定这个事情，
但是我还是很好奇这个怎么用 ...

import re
html='''
<a class="url">
1
2
3
4
5
6
7
8
9
10
11
12
...
</a>
<a class="url">
亲爱的 xxxx 你好，
这是...
</a>
'''
ptn=re.compile(r'<a[^>]*>([\S\s]*?)</a>')
s=ptn.findall(html)
print(s)
input('暂停')

复制代码

。。。。。。。。。。。

305910416 · 发表于 2016-7-17 16:18:27

SixPy 发表于 2016-7-17 16:08
。。。。。。。。。。。

谢谢呀~我想问一下？号的作用是

SixPy · 发表于 2016-7-17 16:21:17

305910416 发表于 2016-7-17 16:18
谢谢呀~我想问一下？号的作用是

非贪婪

305910416 · 发表于 2016-7-17 16:25:43

SixPy 发表于 2016-7-17 16:21
非贪婪

我再去深刻体会一下你这个正则表达式的意思

shuofxz · 发表于 2016-7-17 17:44:47

305910416 发表于 2016-7-17 16:25
我再去深刻体会一下你这个正则表达式的意思

关于正则表达式的学习，可以参考小甲鱼老师写的文章
http://bbs.fishc.com/thread-57073-1-1.html
绝对会学到很多

账号		自动登录	找回密码
密码			立即注册