玩蛇网提供最新Python编程技术信息以及Python资源下载!

用BeautifulSoup解析网页,之后用正则匹配内部数据出错

<dd class="gray6">
  <span class="gray6">
    中文
    <span class="padl27"></span>
    中文
  </span>
  中文内容  #需要抓取的内容
</dd>

用BeautifulSoup html.parser解析的网页,现在用re模块想抓取**第7行**的中文内容,放在一个组里面(.*?)。正则老是匹配不上,用换行符也匹配不上,不知道怎么写了。。。




const re = /^\<\/span\>(.*)\<\/dd\>$/

这样可以不?

既然你都用bs4解析了,为什么不用它提取哪?
bs4内有一个stripped_string的函数正好满足你的需要。

import re
pattern = re.compile(r'</span>.*?</span>(.*?)</dd>', re.S)
str = '''<dd class="gray6">
  <span class="gray6">
    中文
    <span class="padl27"></span>
    中文
  </span>
  中文内容  #需要抓取的内容
</dd>'''
print(pattern.search(str).group(1))


===> 中文内容  #需要抓取的内容

玩蛇网文章,转载请注明出处和文章网址:https://www.iplaypy.com/wenda/wd13831.html

相关文章 Recommend

玩蛇网Python互助QQ群,欢迎加入-->: 106381465 玩蛇网Python新手群
修订日期:2017年05月22日 - 11时35分38秒 发布自玩蛇网

您现在的位置: 玩蛇网首页 > Python问题解答 > 正文内容
我要分享到:

必知PYTHON教程 Must Know PYTHON Tutorials

必知PYTHON模块 Must Know PYTHON Modules