re.match匹配多行数据失败

出错代码与现象:
正则表达式提取网站源码中的_xsrf的值
使用单行数据测试正则表达式,能够正确提取,但是换成网页全文数据的时候,出现错误。

import requests
try:
    import cookielib
except:
    import http.cookiejar as cookielib
import re


session = requests.session()
header = {
    "HOST": "www.zhihu.com",
    "Referer": "https://www.zhihu.com/",
    "User-Agent": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:56.0) Gecko/20100101 Firefox/56.0"
}

def get_xsrf():
    r = session.get("https://www.zhihu.com", headers=header)
    # print(r.text)
    text1 = '<input type="hidden" name="_xsrf" value="5986f7d0c7314107a47024ef01fedcc8"/>'
    text = 'xxx\n<input type="hidden" name="_xsrf" value="5986f7d0c7314107a47024ef01fedcc8"/>'
    match_obj = re.match('.*name="_xsrf" value="(.*?)"', text, re.DOTALL)
    if match_obj:
        print(match_obj.group(1))
    else:
        print("None")


get_xsrf()

错误原因以及解决方案
re.match默认是只匹配一行数据,如果需要对全文进行匹配的话,需要手动设置相应的flag位。
re.match(pattern, string, flags=re.DOTALL) #匹配全文

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
re.match() 函数尝试从字符串的起始位置匹配一个模式,如果匹配成功,就返回一个匹配的对象,否则返回 None。 re.match(pattern, string, flags=0) 参数说明: - pattern:正则表达式的字符串或原生字符串表示。 - string:待匹配字符串。 - flags:标志位,用于控制正则表达式匹配方式,如是否区分大小写、多行匹配等。 返回值: - 匹配成功返回一个匹配对象,否则返回 None。 匹配对象的方法: - group():返回整个匹配对象(或指定子组)匹配到的字符串。 - start():返回匹配对象(或指定子组)匹配到的字符串的起始位置。 - end():返回匹配对象(或指定子组)匹配到的字符串的结束位置。 - span():返回匹配对象(或指定子组)匹配到的字符串的起始位置和结束位置。 举例: ```python import re # 匹配单个字符 result = re.match('h', 'hello') print(result.group()) # 输出:h # 匹配多个字符 result = re.match('hel', 'hello') print(result.group()) # 输出:hel # 匹配字符集合 result = re.match('[abc]', 'a') print(result.group()) # 输出:a # 匹配重复字符 result = re.match('he*', 'hee') print(result.group()) # 输出:hee # 匹配任意字符 result = re.match('.', 'h') print(result.group()) # 输出:h # 匹配数字 result = re.match('\d+', '123') print(result.group()) # 输出:123 # 匹配空白字符 result = re.match('\s+', ' ') print(result.group()) # 输出:2个空格 # 匹配单词字符 result = re.match('\w+', 'hello') print(result.group()) # 输出:hello # 匹配反斜杠字符 result = re.match('\\d', '1') print(result.group()) # 输出:1 # 匹配换行符 result = re.match('\n', '\n') print(result.group()) # 输出:\n # 匹配子组 result = re.match('(he)(llo)', 'hello') print(result.group()) # 输出:hello print(result.group(1)) # 输出:he print(result.group(2)) # 输出:llo # 匹配起始位置 result = re.match('^he', 'hello') print(result.group()) # 输出:he # 匹配结束位置 result = re.match('lo$', 'hello') print(result.group()) # 输出:lo ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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