Python正则表达式不捕获模式

我基本上是从一个特定的页面抓取数据。 我有以下代码：

regex = '<ul class="w462">(.*?)</ul>'

opener.open(baseurl)
urllib2.install_opener(opener)

... rest of code omitted ...

requestData = urllib2.urlopen(request)
htmlText = requestData.read()

pattern = re.compile(regex)
movies = re.findall(pattern, htmlText)

# Lines below will always returns empty.
if not movies:
    print "List is empty. Printing source instead...", "\n\n"
    print htmlText
else:
    print movies

regex='
（.*）
'
opener.open（baseurl）
urllib2.install_opener（opener）
... 代码的其余部分被省略。。。
requestData=urllib2.urlopen（请求）
htmlText=requestData.read（）
pattern=re.compile（regex）
movies=re.findall（模式，htmlText）
#下面的行将始终返回空。
如果不是电影：
打印“列表为空。改为打印源…”，“\n\n”
打印htmlText
其他：
印刷电影

htmlText的内容：

<ul class="w462">

... bunch of <li>s (the content i want to retrieve).

</ul>

... 一堆
s（我要检索的内容）。

htmlText包含正确的源代码（我尝试按住ctrl+F组合键，可以验证它是否包含所需的ul元素。这只是因为我的正则表达式无法获取所需的内容

我试着用这个来代替：

movies = re.findall(r'<ul class="w462">(.*?)</ul>', htmlText)

movies=re.findall（r'
（.*）
，htmlText）

---

有人知道出了什么问题吗？

默认情况下，regexp中的

匹配除新行以外的任何字符。因此，您的regexp不能匹配跨越多行（至少包含一行新行）的任何字符

将编译行更改为：

pattern = re.compile(regex, re.DOTALL)

---

要更改

的含义，使用

re.DOTALL

，

将匹配任何字符（包括换行符）。

为什么不使用HTML解析器来解析HTML？无论如何，通过control+F查找的数据可能是由某些JavaScript创建的，我认为regex无法捕获。（不要引用我，我可能完全错了）。考虑一下。我从来没有使用过它，但我认为这是正确的工具，对于花哨的解析，你肯定想要一个真正的HTML解析模块，但是对于简单的任务，像ReXEPS是很好的。不要理会仇恨者——LOL；正则表达式在解析标记语言的上下文中从来都不合适。从来没有。嘿嘿-@username55被卡住了，现在不稳定了。这是一个Python问题：“实用性胜过纯度”；-）@user2618501是的，它们有时是合适的。如果你处理的是有限的HTML，那没关系。别在这件事上那么学究气了：p