Fatal编程技术网
  • python/
  • Python 为什么'；与本地网站合作？

Python 为什么'；与本地网站合作？

python html regex

Python 为什么'；与本地网站合作？,python,html,regex,html-parsing,urllib,Python,Html,Regex,Html Parsing,Urllib,我对urllib有一个问题，在这个问题上，我似乎无法刮取我自己的本地网站。我可以让它打印出网站的所有内容，但正则表达式或其他东西不起作用。我用当前代码得到的输出只是[]。所以我想知道我做错了什么？我已经有一段时间没有使用urllib了，所以很可能我错过了一些明显的东西。Python文件： import urllib import re htmlfile=urllib.urlopen('IP of server') htmltext=htmlfile.read() regex="<body

我对urllib有一个问题，在这个问题上，我似乎无法刮取我自己的本地网站。我可以让它打印出网站的所有内容，但正则表达式或其他东西不起作用。我用当前代码得到的输出只是
[]
。所以我想知道我做错了什么？我已经有一段时间没有使用urllib了，所以很可能我错过了一些明显的东西。Python文件：

import urllib
import re

htmlfile=urllib.urlopen('IP of server')
htmltext=htmlfile.read()
regex="<body>(.+?)</body>"
pattern=re.compile(regex)
price=re.findall(pattern,htmltext)
print price 

导入urllib
进口稀土
htmlfile=urllib.urlopen（'服务器的IP'）
htmltext=htmlfile.read（）
regex=“（.+？）”
pattern=re.compile（regex）
price=re.findall（模式，htmltext）
印刷价格
HTML文件：

<html>
    <body>
        This is a basic HTML file to try to get my python file to work...
    </body>
</html>


这是一个基本的HTML文件，试图让我的python文件工作。。。
提前多谢

点
不匹配换行符，除非您设置点匹配所有
s
修改器：

re.compile('<body>(.+?)</body>', re.DOTALL)

re.compile（“（.+？）”，re.DOTALL）
点
不匹配换行符，除非您将点设置为与所有
s
修饰符匹配：

re.compile('<body>(.+?)</body>', re.DOTALL)

re.compile（“（.+？）”，re.DOTALL）
这里有一些地方出错。您需要启用“点所有”修改器，该修改器强制点跨越换行符序列。对于包含已编译正则表达式和对
findall
的调用的以下行，它应该是：

regex = "<body>(.+?)</body>"
pattern = re.compile(regex, re.DOTALL)
price = pattern.findall(htmltext)

regex=“（.+？）”
pattern=re.compile（regex，re.DOTALL）
price=pattern.findall（htmltext）
可以简化如下，我建议从匹配结果中删除空白

price = re.findall(r'(?s)<body>\s*(.+?)\s*</body>', htmltext)

price=re.findall（r'（？s）\s*（.+？）\s*，htmltext）
为了便于将来参考，请使用诸如BeautifulSoup之类的解析器来提取数据，而不是正则表达式。

这里有一些错误。您需要启用“点所有”修改器，该修改器强制点跨越换行符序列。对于包含已编译正则表达式和对
findall
的调用的以下行，它应该是：

regex = "<body>(.+?)</body>"
pattern = re.compile(regex, re.DOTALL)
price = pattern.findall(htmltext)

regex=“（.+？）”
pattern=re.compile（regex，re.DOTALL）
price=pattern.findall（htmltext）
可以简化如下，我建议从匹配结果中删除空白

price = re.findall(r'(?s)<body>\s*(.+?)\s*</body>', htmltext)

price=re.findall（r'（？s）\s*（.+？）\s*，htmltext）
作为将来的参考，请使用诸如BeautifulSoup之类的解析器来提取数据，而不是正则表达式。

或者，实际上，这是一种方法-使用HTML解析器

示例（使用）：

>>来自bs4导入组
>>> 
>>>data=”“”
... 
...     
…这是一个基本的HTML文件，用于尝试使我的python文件正常工作。。。
...     
... 
... """
>>>汤=美汤（数据）
>>>打印soup.body.get_文本（strip=True）
这是一个基本的HTML文件，试图让我的python文件工作。。。
请注意，代码是多么简单，没有“regex魔力”。

或者，实际上，这是使用HTML解析器

示例（使用）：

>>来自bs4导入组
>>> 
>>>data=”“”
... 
...     
…这是一个基本的HTML文件，用于尝试使我的python文件正常工作。。。
...     
... 
... """
>>>汤=美汤（数据）
>>>打印soup.body.get_文本（strip=True）
这是一个基本的HTML文件，试图让我的python文件工作。。。
请注意，代码是多么简单，没有“regex魔法”。

“我可以让它打印出网站的所有内容”
然后
urllib
工作正常。使用beautifulsoup解析html
“我可以让它打印出网站的所有内容”
Then
urllib
工作正常。使用beautifulsoup解析htmlI太懒了，无法编写此+1；）我试过BeatifulSoup，但它没有找到我的本地IP。@user3818089 nono，
BeautifulSoup
是一个解析器，为它提供smth来解析HTTP请求，你需要使用
urllib
或
urllib2
或
请求
。所以我仍然会这样做
htmlfile=urllib.urlopen（“服务器的IP”）
并将其插入
soup=beautifulsou（htmlfile）
？谢谢@user3818089我会使用
urllib2
而不是
urllib
，但是是的，没错。我太懒了，没有写这个+1；）我试过BeatifulSoup，但它没有找到我的本地IP。@user3818089 nono，
BeautifulSoup
是一个解析器，为它提供smth来解析HTTP请求，你需要使用
urllib
或
urllib2
或
请求
。所以我仍然会这样做
htmlfile=urllib.urlopen（“服务器的IP”）
并将其插入
soup=beautifulsou（htmlfile）
？谢谢@user3818089我会使用
urllib2
而不是
urllib
，但没错。