在进行爬虫时遇到怎么样都无法提取的情况,最后发现是忽略了换行符
因为其实“."表示除了换行符之外的一切字符。因此使用【\s\S】?*解决
\s表示匹配换行符
\S表示匹配非换行符
?表示非贪婪模式,匹配到第一个就停止
上代码
改之前:
findPrice = re.compile(r'<em class="tb-rmb-num">(.*)</em>')
findTitle = re.compile(r'<h3 class="tb-main-title" data-title="*.*">(.*)</h3>')
得到的结果:可以看到名称无法得到
这是改过之后的代码:
findPrice = re.compile(r'<em class="tb-rmb-num">(.*)</em>')
findTitle = re.compile(r'<h3 class="tb-main-title" data-title="*.*">([\s\S]*?)</h3>')
效果,可以看到能够成功提取名称了
感谢https://blog.csdn.net/csfreebird/article/details/40092875?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165087443016781432941295%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=165087443016781432941295&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduend~default-1-40092875.142v9pc_search_result_control_group,157v4control&utm_term=%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E5%8C%B9%E9%85%8D%E6%8D%A2%E8%A1%8C%E7%AC%A6&spm=1018.2226.3001.4187