Python re.findall函数不能匹配但是notepad++能匹配

最新推荐文章于 2023-12-13 16:34:45 发布
转载 最新推荐文章于 2023-12-13 16:34:45 发布 · 370 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/love-DanDan/p/10672986.html
文章标签：

#python

本文介绍了一种解决网页源码匹配难题的方法：通过使用requests获取网页内容后，利用正则表达式删除换行符' '，从而实现对网页源码的有效匹配。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

我使用同样的表达式匹配同样的网页源码,在notepad++里面不能直接使用,需要将内容都弄到同一行中.

但是我使用 requests.get(self.url).content.decode('UTF-8');返回的字符串匹配也不行.

我把返回的字符串弄出来到notepad++里面,发现是在同一行,但是就是不行,

解决方法,把 requests.get(self.url).content.decode('UTF-8');返回的内里面的'\n'用re.sub删除在匹配就ok.

转载于:https://www.cnblogs.com/love-DanDan/p/10672986.html

python爬取新闻网站内容findall函数爬取_Python爬取新闻网标题、日期、点击量
weixin_39619433的博客
02-04 498
最近接触Python爬虫，以爬取学校新闻网新闻标题、日期、点击量为例，记录一下工作进度目前，感觉Python爬虫的过程无非两步：Step1.获取网页url(利用Python库函数import urllib2)Step2.利用正则表达式对html中的字符串进行匹配、查找等操作自我感觉sublime text2编辑器真心好用，部署Python后不会像WingIDE、notepad++那样存在那么多头疼...
编辑器之——Sublime Text3、Notepad++
seven的博客
04-26 1万+
大家好，我是概率论与数理统计专业的毕业生，目前在做数据分析工作，在金融类的公司，刚工作的我属于技术小白，对于语言和编程方面的学习也是前学后忘的，今天算了一下步入工作的路程已经快一年了，回想过去工作的时间，自己学的一些专业技能都是不全面不深入的，像猴子扒苞米一样学一样丢一样，我看到很多大神都通过写博客记录自己学习成果和解决的困难，这样可以让自己即使忘记了，也可以很快的通过博客重新拾起来...
python2 正则表达式 findall 分组模式下匹配不到
好
01-06 1294
python2、re模块、findall函数 使用findall时候，如果使用到了“括号”()分组匹配，则默认只匹配分组中的 如下代码： import re pattern = re.compile('([1-4]{4}|[5-8]{4})[a,b]') s = '1234a5678b' result = re.findall(pattern, s) print result 按照常...
python 的re.findall的Bug以及解决方法
qq_53679247的博客
09-24 2882
通过以下截图便可以看出来我们本来是要解析网址的，后来他莫名其妙的给我们打印出来字符！！！这样写大体上没有什么问题！但是好像等这个数据量变大之后这个模块的。把我们使用的findall方法换成，，获取值时再使用.group()解决方案是更换方法使用。
python 非贪婪多匹配，注意使用findall
czw698的专栏
07-02 2676
# coding: utf-8 import json import re import os import string import sys reload(sys) sys.setdefaultencoding('utf-8') s_txt = 'baidu\ngoogle' re_str = '\(.*?)\' re_pat = re.compile(re_str) search_ret
Python解决编码不识别问题
jyy的博客
09-21 1813
  如果中文字符串在Python环境下遇到 UnicodeDecodeError，这是因为.py文件保存的格式有问题。可以在第一行添加注释 # -*- coding: utf-8 -*- 目的是告诉Python解释器，用UTF-8编码读取源代码。然后用Notepad++ 另存为... 并选择UTF-8格式保存。 并且设置系统的默认编码为utf-8： import sys reloa...
python爬虫： re.find.all()正则时，正则表达式是正确的，但匹配不到
qq_42284355的博客
12-10 6881
检查待匹配的字符串中是否有换行符‘\n’,如果有，则需要在findall（）加上一个参数re.S。 正则表达式中，“.”的作用是匹配除“\n”以外的任何字符，也就是说，它是在一行中进行匹配。这里的“行”是以“\n”进行区分的。a字符串有每行的末尾有一个“\n”，不过它不可见。 如果不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始，不会跨行。而使用re.S参数以后，正...
python re正则匹配网页中图片url地址的方法
12-23
如果需要在整个字符串中查找所有匹配项，可以使用`re.findall()`。 7. **调试技巧**：当正则表达式无法匹配时，可以使用文本编辑器（如Notepad++）的正则表达式查找功能进行验证。此外，还可以在Python代码中添加`...
python正则表达式中的括号匹配问题
01-20
补充一点，我放在notepad++中用的时候，两种写法都能匹配出来，不知道为什么python中就不行了。 答案： python的正则中用（）会进行匹配，所以返回结果是[”,”]，就是两个（）中的匹配。要想达到原来的匹配效果，...
Method of Multiple File Find and Replace in Notepad++
Notepad++ is an open-source text editor designed to run on Windows systems, offering robust multi-file editing capabilities that are highly suitable for programming development and text processing....
记一次使用python.re库中findall遇到的坑
最新发布
一只菜鸟呀的博客
12-13 567
在使用python中re库匹配IPv4时，我需要整体匹配一个大的字符串中所有的Ip地址，需要用findall而不是search。但是，findall在存在分组的情况下默认无法匹配整体，这个问题该如何解决呢？这种不合法的IP呢？示例中将2和90分开了，那该如何提取290呢？但是，我的例子中如果有多个IP地址需要提取呢？首先，想到使用search方法， 这样的确可以匹配到第一个。通过查阅大佬的资料，发现了一种新的用法，就是把。改成不匹配模式，具体该如何做呢？这里还有一个问题，如果我要提取的是。
Python中正则匹配使用findall,捕获分组(xxx)和非捕获分组(?:xxx)的差异
May女子の博客
07-19 2万+
下面是我在用findall匹配字符串时遇到的一个坑，分享出来供大家跳坑。 例题： # 请匹配出以下字符串中所有的邮箱： str1 = "123@qq.comaaa@163.combbb@126.comasdf111@asdfcom" 如图所示： 正则a和正则b两个式子匹配出来的结果是不同的。 那?: 的作用就是把捕获分组转变为非捕获分组。 什么是捕获组和非捕获组呢？ (qq|...
Python中re的match、search、findall、finditer区别
热门推荐
djskl的专栏
03-17 13万+
1、match re.match(pattern, string[, flags])从首字母开始开始匹配，string如果包含pattern子串，则匹配成功，返回Match对象，失败则返回None，若要完全匹配，pattern要以$结尾。 2、search re.search(pattern, string[, flags])若string中包含pattern子串，则返回Match对象，否则
Python 正则re模块之findall()详解
zd147896325的博客
01-09 8万+
1. 先说一下findall()函数的两种表示形式 import re kk = re.compile(r'\d+') kk.findall('one1two2three3four4') #[1,2,3,4] #注意此处findall()的用法，可传两个参数; kk = re.compile(r'\d+') re.findall(kk,"one123") #[1,2,3] 2. 正则表达
notepad++ 正则表达式与python
zhouguoqionghai的博客
12-25 4165
熟练的掌握一款编辑器的使用，notepad++ 我觉得就不错。 Windows的换行符为 CR + LF，即 ‘\r’ 和 ‘\n’ Linux的换行符为LF, 即 ‘\n’ MacOs的换行符为CR，即'\r' 在某些时候，文本文件中可能同时存在三种不同的换行符： 对于文本文件，行的结束用换行符来标记。 正则表达式中存在一些边界符，本身不表示任何字符，只用用来限定边界占位用。比...
python使用re.findall()方法报错：TypeError: expected string or bytes-like object
ping233的博客
03-29 3337
项目场景： 在接口自动化测试中，使用re模块对参数进行匹配查找 问题描述 例如：从用例中匹配：#(.*?)#的数据，进行替换 def replace_data(data): ''' 1.从yaml字典匹配字符#xxx#的字符 2.将找到的字符与配置文件进行替换,如果找到了，就去配置文件中替换或者去全局变量获取 ''' # data={"username": "#username#", "password": "abcd123", "system": "GW"}
notepad++正则表达式使用
皮皮blog
03-22 5万+
CTRL+H 选择正则表达式 notepad++去行尾空格或逗号 notepad++去掉不是以某个数开头的行 notepad++去掉每行中的<>(里面不能嵌套<>)
Traceback (most recent call last): File "D:\Notepad++\b.py", line 57, in <module> playlists = get_playlists(soup) File "D:\Notepad++\b.py", line 25, in get_playlists playlist['create_time'] = li.find('span', {'class': 's-fc3'}).text AttributeError: 'NoneType' object has no attribute 'text'
06-04
这个错误是因为有些歌单没有“创建时间”这个标签，导致 `li.find('span', {'class': 's-fc3'})` 返回了 `None`。你可以在获取这个标签的时候进行判断，如果返回值为 `None`，则将 `playlist['create_time']` 赋值为 “无创建时间” 或者其他你认为合适的值。修改后的 `get_playlists` 函数如下： ```python def get_playlists(soup): playlists = [] for li in soup.find('ul', {'class': 'm-cvrlst f-cb'}).find_all('li'): playlist = {} playlist['id'] = li.find('a')['href'].split('=')[1] playlist['name'] = li.find('a')['title'] playlist['play_count'] = li.find('span', {'class': 'nb'}).text create_time = li.find('span', {'class': 's-fc3'}) playlist['create_time'] = '无创建时间' if create_time is None else create_time.text playlist['create_user'] = li.find('a', {'class': 'nm nm-icn f-thide s-fc3'})['title'] playlist['type'] = li.find('span', {'class': 's-fc4'}).text playlist['update_time'] = li.find('span', {'class': 's-fc4'}).text playlist['collect_count'] = li.find('span', {'class': 'u-btni u-btni-fav '}).text playlist['song_count'] = li.find('span', {'class': 's-fc3'}).text playlist['description'] = li.find('div', {'class': 'u-cover u-cover-1'}).text playlist['comment_count'] = li.find('span', {'class': 'u-btni u-btni-cmmt '}).text playlist['share_count'] = li.find('span', {'class': 'u-btni u-btni-share '}).text playlists.append(playlist) return playlists ``` 这样修改后，即使有些歌单没有“创建时间”这个标签也不会报错了，而是会将 `playlist['create_time']` 赋值为 “无创建时间”。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值