加一个"?" re.findall("h.*?\."
import requests
import re
url = ‘‘
#url=‘‘
r=requests.get(url)
r.encoding=‘utf-8‘
data=re.findall(‘<title>(.*?)</title>‘,r.text,re.S)
print(data)
[‘京东(JD.COM)-正品低价、品质保障、配送及时、轻松购物！‘]
[‘东方工业网：财经门户，供给专业的财经、股票、行情、证券、基金、理财、银行、保险、信托、期货、黄金、股吧、博客等种种财经资讯及数据‘]
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
import re # 提取python key = "javapythonc++php" re.findall("python", key)[0] """ python """ # 提取出hello world key = "<html><h1>hello world</h1></html>" re.findall(‘<h1>hello world</h1>‘, key) """ [‘<h1>hello world</h1>‘] """ # 提取170 string = "我喜欢身高为170的女孩" # re.findall("170", string)[0] re.findall(‘\d+‘, string) """ [‘170‘] """ # 提取出和https:// key = ‘ and https://boob.com‘ re.findall(‘https{0,1}‘, key) # {}前的字符呈现0次或1次 """ [‘http‘, ‘https‘] """ # 提取出hit. key = "[email protected]" re.findall("h.*\.", key) # .暗示任意字符(\n除外)；*暗示匹配0个或多个；\暗示对.转义 """ [‘hit.edu.‘] """ # 贪婪模式：按照正则表达式尽可能多地提取数据。 # 切换为非贪婪模式,加一个"?" re.findall("h.*?\.", key) """ [‘hit.‘] """ # 匹配sas和saas key = "saas and sas and saaas" re.findall(‘sa{1,2}s‘, key) # 匹配1-2次由前面表达式界说的片段 """ [‘saas‘, ‘sas‘] """ # 匹配i开头的行 re.S:基于单行匹配 re.M:基于多行匹配 string = ‘‘‘fall in love with you i love you very much i love she i love her‘‘‘ re.findall("^i.*", string, re.M) """ [‘i love you very much‘, ‘i love she‘, ‘i love her‘] """ # 匹配所有的行 string = """<div>静夜思 床前明月光 疑是地上霜 举头望明月 垂头思故乡 </div>""" re.findall(‘<div>.*</div>‘, string, re.S) """ [‘<div>静夜思\n床前明月光\n疑是地上霜\n举头望明月\n垂头思故乡\n</div>‘] """
re 正则表达式 爬取网站标题
，温馨提示: 本文由Jm博客推荐，转载请保留链接: https://www.jmwww.net/file/web/29937.html
- 上一篇：提高网页的浏览率
- 下一篇： 3、问题解决： 最简单的办法就是直接修改搭建项目的端口号
![[转]Node.js中package.json中^和~的区别](/uploads/allimg/200519/054J34453_lit.png "[转]Node.js中package.json中^和~的区别")