写爬微信投票结果遇到的正则的一个疏忽

——首先本文不是研究怎么写一个爬虫。因为我初学爬虫，抓取方式和代码质量都不高。

     初学正则，便踩了坑。其实也不能算坑，是自己没有考虑周全，这篇博文也算是给自己的一个警示吧。

  是这样，我闲来无事想爬一下微信的投票，正好看到朋友圈有一条投票的分享。我便用chrome打开看了源码，发现主页源码中并没有结果。我便打开投票框架的源码，结果很快就发现了投票结果。（很奇怪，框架上提示我是无法投票而且没有显示票数，我却能在源码中找到投票数据）。然后我就尝试对这个源码的url进行get请求，毫无阻拦就请求到了所有源码。（也许是鹅厂觉得我爬个数据并不会造成危害，我连headers就不用模拟就请求到了数据）。下列代码我还是模拟了浏览器。

def download_code(url):
	headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.2; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1667.0 Safari/537.36'}
	data = requests.get(url, headers = headers).content
	return data

     然后，对然后我用正则表达式解析了文本，提取了我要的数据。嗯，我测第一个样例毫无问题，但是我测第二个就出现了我解析文本后只取出了一半的数据。？？？难道有反爬机制？

  但是我打印了爬下来源码，毫无问题。那么就是我正则表达式出了问题。但是第一个没有出现问题啊！我有分析了一下表达式，也挺合理的！然后我就开始了无限修改正则表达式。对的，我被自己的智商折服，我改了一个多小时。后来突然想到我给的是{\S*},万一花括号里有换行怎么办！但是我加上换行，依旧不起作用。我又看了源码，发现花括号里是直直的一行代码，并没有换行。后来，调了半天发现是里面有一个空格！哭着改完代码，果然爬下来的数据正常了。以后我正则要接受花括号里的任意内容就这么写了{[\S ]*}(当然只能一行。。。），如果对于多行我觉得可以使用{[\S\s^}]*}.下列便是我修改正则表达式抓取数据的代码：

def prase_html(html):

	soup = BeautifulSoup(html, "html.parser")	
	vote_example = re.compile("voteInfo\=\{[\S ]*\}")
	instance = re.compile("\{\"name\"\:\"\S*\"cnt\"\:[0-9]*\S*\}")
	#分析源码来写出正则来抓取数据
	vote_ = soup.getText()
	vote = re.findall(vote_example, vote_)
	getvote = re.findall(instance, str(vote))
	return getvote

 完整代码不再给出。不过这样直接把原始内容写到文件内分析实在不方便，考虑以后再写一个分析程序。

 另外有更好的方法或者代码不足欢迎指出。