Python正则表达式匹配失败
Python正则表达式匹配失败
提问于 2018-05-31 06:35:28
这在https://regex101.com/上传递时没有任何问题。我错过什么了吗？整个字符串在一行中。
def get_title_and_content(html):
html = """<!DOCTYPE html> <html> <head> <title>Change delivery date with Deliv</title> </head> <body> <div class="gkms web">The delivery date can be changed up until the package is assigned to a driver.</div> </body> </html> """
title_pattern = re.compile(r'<title>(.*?)</title>(.*)')
match = title_pattern.match(html)
if match:
print('successfully extract title and answer')
return match.groups()[0].strip(), match.groups()[1].strip()
else:
print('unable to extract title or answer')回答 2
Stack Overflow用户
发布于 2018-05-31 07:37:14
在评论摘要中：
应该使用title_pattern.search(html)而不是title_pattern.match(html)
因为搜索函数将在所提供的字符串中的任何位置进行搜索，而不仅仅是从开头开始。match = title_pattern.findall(html)也可以使用类似的方法，但它会返回一个项目列表，而不是一个项目。
此外，正如前面提到的，从长远来看，使用BeautifulSoup会付出更多的代价，因为正则表达式不适合搜索超文本标记语言
Stack Overflow用户
发布于 2018-05-31 10:03:23
注释是正确的，re.match()会从头开始搜索。也就是说，在您的正则表达式中插入一个.*以从头开始搜索：
title_pattern = re.compile(r'.*<title>(.*?)</title>(.*)') 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50614223
复制相关文章
相似问题