【Python】网页title中包含换行，如何用正则表达式提取出来？

• Z时代
• 2024-01-10
• 分类：技术分享

在用python做CSDN的网页爬虫，在爬取网页title时，我一直用的正则表达式(?<=\<title\>).+?(?=\<)在CSDN中用不了了，去CSDN源码一看，title换行显示了

所以导致原来的正则表达式无法使用，那么，问题来了，像这样网页title中包含换行，如何用正则表达式提取出来呢？

PS：

1. 不想用xpath或beautifulsoup的方法，只需要正则哦
2. CSDN本身有反爬虫机制，我并不是因为这个反爬虫而爬不到title的哦

谢谢大家

-----------------------解决方法-----------------------
参照@caimaoy 的方法，我将正则表达式改为 (?<=\<title\>)(?:.|\n)+?(?=\<)后，title完美提取。
再次感谢大家。

回答

1. re.M 多行模式

2. 自己写多行匹配 python3-cookbook.readthedocs.io/zh_CN/latest/c02/p08_regexp_for_multiline_partterns.html" rel="nofollow noreferrer">http://python3-cookbook.readt...

表达式那边加个flag吧

tite = '......'
print(re.findall('(?<=\<title\>).+?(?=\<)', title, re.S))

以上是 【Python】网页title中包含换行，如何用正则表达式提取出来？ 的全部内容， 来源链接： utcz.com/a/79698.html