Python中正则匹配与中文的问题

在这里插入图片描述

笔者改写了一个爬虫,来爬取补天SRC的漏洞认领页面,将单位名称、漏洞名称、漏洞危害等级爬取下来,但是在正则匹配"漏洞名称"的过程中遇到了一些麻烦。

如上图,想要把"SQL注入漏洞"字符串正则匹配出来,根据常规思想,正则匹配表达式当然要这么写:

Bug_name = re.findall(‘<span>的一个(.*?)</span>.*?</dd>', r.text)

这种方法是不可行的,为什么呢???因为中文"的一个"是不被正则认可的。

于是尝试了各种方法,最后经过调试,使用以下语句进行匹配,成功!

Bug_name = re.findall(u'<span>\u7684\u4e00\u4e2a(.*?)</span>.*?</dd>', r.text)

记录下,以后少走弯路~

©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
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、C币套餐、付费专栏及课程。

余额充值