新手学习正则练习时碰到的一个问题

[zasilla]

python 版本 3.6.5，代码如下：

import requests

import re

content = requests.get('http://book.douban.com/').text

pattern = re.compile('<li.?href="(.?)".?title="(.?)".*?', re.S)

results = re.findall(pattern, content)

print(results)

代码在 results = re.findall(pattern, content)这里卡住了，如果将

pattern = re.compile('<li.?href="(.?)".?title="(.?)".*?', re.S)

去掉一个（）

pattern = re.compile('<li.?title="(.?)".*?', re.S)

就能正确的运行，请问我是哪里出错了？希望大家指教

[summerwar]

正则不对，？表示重复零次或一次，网址和标题哪有那么短

[PulpFunction]

写代码不能试着写啊…

1 解析网页直接上正则不太好，2requests 不加 head 容易被封

非要上正则的话，你把 findall 参数搞混错了…

建议再看文档： http://www.runoob.com/python/python-reg-expressions.html

还可以了解一下 Beautifulsoup 等等

[SpiderXiantang]

了解下 xpath 不过正则还是得学的

[GreatTony]

html 用正则解析效率很低和出错率挺高的，用这个库吧： https://github.com/kennethreitz/requests-html，requests 的作者的另一库，非常好用

[frostming]

学正则的时候验证一下表达式
http://tool.oschina.net/regex

[wersonliu9527]

不想正则搞晕,直接用谷歌浏览器的 copy xpath 功能加上 xpath helper 插件吧

[canwushuang]

问题在于问号 “?” 问好表示非贪婪