正则表达式Python 3.4

我目前正在启动一个web scraper，我已经有一段时间没有使用python了。我肯定我也有乱七八糟的代码。哦，好吧

def retrieveHTML():
import re
import urllib.request
from urllib.request import urlopen


urls = ["http://finance.yahoo.com/q?s=^dji", "http://finance.yahoo.com/q?s=^gspc"]
i = 0
while i < len(urls):

    htmlfile = urllib.request.urlopen(urls[i])
    htmltext = htmlfile.read()

    if (i == 0):
        regex = b'<span id="yfs_110_^dji">(.+?)</span>'
    if (i == 1):
        regex = b'<span id="yfs_110_^gspc">(.+?)</span>'

    pattern = re.compile(regex)
    price = pattern.match(htmltext)
    print (price)
    i += 1
retrieveHTML()

def retrieveHTML（）：
进口稀土
导入urllib.request
从urllib.request导入urlopen
URL=[”http://finance.yahoo.com/q?s=^dji“http://finance.yahoo.com/q?s=^gspc“]
i=0
而i

---

正则表达式用于查找股票价格，并返回“无”。您可以通过检查页面顶部的large price元素来找到定义为正则表达式的html，以防出现任何歧义。

字符

^

在正则表达式中具有特殊意义-具体地说，它匹配一行的开头，这似乎不是您想要的。为了匹配实际字符，您必须对其进行转义：

if (i == 0):
    regex = b'<span id="yfs_110_\\^dji">(.+?)</span>'
if (i == 1):
    regex = b'<span id="yfs_110_\\^gspc">(.+?)</span>'

如果（i==0）：
正则表达式=b'（.+？）'
如果（i==1）：
正则表达式=b'（.+？）'

字符

^

在正则表达式中具有特殊含义-具体来说，它匹配一行的开头，这似乎不是您想要的。为了匹配实际字符，您必须对其进行转义：

if (i == 0):
    regex = b'<span id="yfs_110_\\^dji">(.+?)</span>'
if (i == 1):
    regex = b'<span id="yfs_110_\\^gspc">(.+?)</span>'

如果（i==0）：
正则表达式=b'（.+？）'
如果（i==1）：
正则表达式=b'（.+？）'

字符

^

在正则表达式中具有特殊含义-具体来说，它匹配一行的开头，这似乎不是您想要的。为了匹配实际字符，您必须对其进行转义：

if (i == 0):
    regex = b'<span id="yfs_110_\\^dji">(.+?)</span>'
if (i == 1):
    regex = b'<span id="yfs_110_\\^gspc">(.+?)</span>'

如果（i==0）：
正则表达式=b'（.+？）'
如果（i==1）：
正则表达式=b'（.+？）'

字符

^

在正则表达式中具有特殊含义-具体来说，它匹配一行的开头，这似乎不是您想要的。为了匹配实际字符，您必须对其进行转义：

if (i == 0):
    regex = b'<span id="yfs_110_\\^dji">(.+?)</span>'
if (i == 1):
    regex = b'<span id="yfs_110_\\^gspc">(.+?)</span>'

如果（i==0）：
正则表达式=b'（.+？）'
如果（i==1）：
正则表达式=b'（.+？）'

我知道它离题了，：）

我建议OP在xml包中使用xpath。我也搜刮雅虎这样的网站。xml包为我节省了很多时间和精力。通过正则表达式做任何事情都是一件令人头疼的事。

我知道这是离题的，：）

我建议OP在xml包中使用xpath。我也搜刮雅虎这样的网站。xml包为我节省了很多时间和精力。通过正则表达式做任何事情都是一件令人头疼的事。

我知道这是离题的，：）

我建议OP在xml包中使用xpath。我也搜刮雅虎这样的网站。xml包为我节省了很多时间和精力。通过正则表达式做任何事情都是一件令人头疼的事。

我知道这是离题的，：）

---

我建议OP在xml包中使用xpath。我也搜刮雅虎这样的网站。xml包为我节省了很多时间和精力。通过正则表达式做任何事情都是一件令人头疼的事。

不看HTML:

^

在正则表达式中表示字符串的开头。你可能需要逃避它。另外，请注意，默认情况下，

与换行符不匹配。你需要设置你应该真正使用yahoo finance API而不是删除他们的HTML页面。不要使用regex来解析HTML，而是使用BeautifulSoup或其他xml解析器。不看HTML：

^

在regex中表示字符串的开头。你可能需要逃避它。另外，请注意，默认情况下，

与换行符不匹配。你需要设置你应该真正使用yahoo finance API而不是删除他们的HTML页面。不要使用regex来解析HTML，而是使用BeautifulSoup或其他xml解析器。不看HTML：

^

在regex中表示字符串的开头。你可能需要逃避它。另外，请注意，默认情况下，

与换行符不匹配。你需要设置你应该真正使用yahoo finance API而不是删除他们的HTML页面。不要使用regex来解析HTML，而是使用BeautifulSoup或其他xml解析器。不看HTML：

^

在regex中表示字符串的开头。你可能需要逃避它。另外，请注意，默认情况下，

与换行符不匹配。你需要设置你应该真正使用yahoo finance API而不是删除他们的HTML页面。不要使用正则表达式来解析HTML，而是使用BeautifulSoup或其他xml解析器。好的建议，快速获得50rep以便你可以评论：）好的建议，快速获得50rep以便你可以评论：）好的建议，快速获得50个代表，这样你就可以发表评论：）好建议，快速获得50个代表，这样你就可以发表评论：）