Python findall正则表达式问题

所以，基本上我的主要问题来自findall的正则表达式部分。我试图从网上搜集一些信息，但我一生都无法获得任何正确的数据。我认为\S+\S+是regex部分，我将从和的HTML代码之间的任何部分提取，但是相反，我从printdata中得到一个空列表。我意识到每个列表代码部分中的每个单词都需要一个\S+，那么我该怎么做呢？另外，我如何让它发布HTML的每个不同部分以及列表代码部分

输入：只是网站。Mikky Ekko-时间

import urllib.request
from re import findall
url = "http://rnbxclusive.se"

response = urllib.request.urlopen(url)
html = response.read()
htmlStr = str(html)

data = findall("<li>(\S+ \S+)</li>.*", htmlStr)
print(data)
for item in data:
   print(item)

输出：在这种情况下，应该是专辑标题，即Mikky Ekko-Time

import urllib.request
from re import findall
url = "http://rnbxclusive.se"

response = urllib.request.urlopen(url)
html = response.read()
htmlStr = str(html)

data = findall("<li>(\S+ \S+)</li>.*", htmlStr)
print(data)
for item in data:
   print(item)

试试这个。这将给出标签的所有内容。旗帜。见演示

使用

---

使用正则表达式解析HTML的第一步是永远不要使用正则表达式解析HTML。使用像BeautifulSoup这样的库。我希望，但是我们的类必须使用urllib，我不知道如何使用BeautifulSoul。我尝试过这个，但它给了我每一行HTML，但去掉了标记。re.DOTALL如何工作？data=findall]*>？：？！*，htmlStr，re.dotal出于某种原因使用它，它说re实际上没有定义，我只是导入了re，但是我得到了与我之前得到的相同的东西，如果你从re import findall代码中删除了代码，你会得到一个findall未定义的错误检查我刚才所做的编辑。基本上，如果我从re import findall和import re中得到了这两个代码，我就得到了我在开始时得到的所有代码行。如果我去掉from findall行并输入import re，那么我会得到一个findall错误，因为我没有模块，所以它不会让我这样做，即使我尝试导入它

import lxml.html

doc = lxml.html.fromstring(response.read())
for li in doc.findall('.//li'):
    print li.text_content()