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
这是一个创建于 3512 天前的主题，其中的信息可能已经有所发展或是发生改变。
比如我要去百度首页的title，这是目前的写法
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Created on 2015/4/12
import re
import requests
title_re=re.compile(r'<title>(.*?)</title>')
r=requests.get('http://www.baidu.com')
title=title_re.search(r.content).group(1)
print title
有没有更优雅的正则实现方式？
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Created on 2015/4/12
import re
import requests
title_re=re.compile(r'<title>(.*?)</title>')
r=requests.get('http://www.baidu.com')
title=title_re.search(r.content).group(1)
print title
有没有更优雅的正则实现方式？
 |
1
Septembers 2015-04-12 12:59:48 +08:00 via Android
re.search(r'<title>(.*?)</title>', r.content)
|
 |
2
leyle 2015-04-12 13:01:26 +08:00
我喜欢使用 findall()
|
 |
3
hahastudio 2015-04-12 13:08:30 +08:00
|
 |
4
gyorou 2015-04-12 13:55:24 +08:00
or why not mechanize
http://wwwsearch.sourceforge.net/mechanize/ |
 |
5
046569 2015-04-12 13:58:20 +08:00
解析HTML结构,而不是使用正则提取.
 |
 |
6
mornlight 2015-04-12 14:56:39 +08:00
零宽断言：
(?<=\<title\>)[\s\S]*?(?=\</title\>) |
 |
7
wdhwg001 2015-04-12 17:31:49 +08:00 via iPhone  1
@mornlight 不能这样判断，你还要判断title里有没有属性。
另外title是少数几个可以用正则处理的html标签，因为它没有嵌套，而正文是不可能用正则的，除非使用平衡组（js等的正则不支持平衡组，而C#支持）… |
 |
8
ghovik 2015-04-12 17:42:03 +08:00
这个文风的标题不应该出现在知乎上麽~~
|
 |
9
silvernoo 2015-04-12 17:43:03 +08:00
为什么不用XPath
|
 |
10
ETiV 2015-04-12 17:59:38 +08:00 4
这问题就好比:
如何优雅的直接用手去擦屁股 |
 |
11
frankzeng 2015-04-12 21:01:34 +08:00 via Android
干嘛用正则表达式？费力又不讨好，像楼上说的用手擦砒屁股，什么姿势都恶心
|
 |
13
dingyaguang117 2015-04-12 21:08:18 +08:00
xpath +1
|
 |
14
jimmy66 2015-04-12 21:16:36 +08:00
title=re.search(r'<title>(.*)</title>',r).group(1)
可以一句话写完的，短即优雅。 正文用正则也不是不可能，用跨行正则取出对应的代码段，然后<.*?>replace掉标签就可以了 当然这么做很蛋疼，还是推荐用 lxml，pyquery ，beautiful soup 这种，用熟了，用于xml解析也会有很大帮助 最后求不用知乎体.... |
Select Language