【Python】网页title中包含换行,如何用正则表达式提取出来?

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
【Python】网页title中包含换行,如何用正则表达式提取出来?

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

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

回到顶部