匹配换行字符正则表达式

最新推荐文章于 2025-06-05 11:39:14 发布

weixin_44523648

最新推荐文章于 2025-06-05 11:39:14 发布

阅读量2.1k

点赞数 2

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.csdn.net/weixin_44523648/article/details/124407911

本文介绍了在进行网页爬虫时遇到的问题，即由于忽略换行符导致无法正确提取信息。通过使用正则表达式`sS`的非贪婪匹配模式，成功解决了这一问题。`s`匹配换行符，`S`匹配非换行符，`?`表示非贪婪匹配，确保只匹配到目标内容。修改后的代码能够准确提取商品名称和价格等关键信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在进行爬虫时遇到怎么样都无法提取的情况，最后发现是忽略了换行符
因为其实“."表示除了换行符之外的一切字符。因此使用【\s\S】？*解决
\s表示匹配换行符
\S表示匹配非换行符
？表示非贪婪模式，匹配到第一个就停止
上代码
改之前：

findPrice = re.compile(r'<em class="tb-rmb-num">(.*)</em>')
findTitle = re.compile(r'<h3 class="tb-main-title" data-title="*.*">(.*)</h3>')

得到的结果：可以看到名称无法得到
在这里插入图片描述

这是改过之后的代码：

findPrice = re.compile(r'<em class="tb-rmb-num">(.*)</em>')
findTitle = re.compile(r'<h3 class="tb-main-title" data-title="*.*">([\s\S]*?)</h3>')

效果，可以看到能够成功提取名称了
在这里插入图片描述

感谢https://blog.csdn.net/csfreebird/article/details/40092875?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165087443016781432941295%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=165087443016781432941295&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-1-40092875.142^v9pc_search_result_control_group,157^v4control&utm_term=%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E5%8C%B9%E9%85%8D%E6%8D%A2%E8%A1%8C%E7%AC%A6&spm=1018.2226.3001.4187