免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Python › 如何取出 <title></title>及其 <body></b ...
最近访问板块 发新帖
查看: 6140 | 回复: 6
打印 上一主题 下一主题

如何取出 <title></title>及其 <body></body>中的内容 [复制链接]

数根根

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2011-07-09 02:27 |只看该作者 |倒序浏览
求教 ：

如何取出 <title></title>及其 <body></body>中的内容
pytoon

论坛徽章:
0
2楼 [报告]
发表于 2011-07-09 05:03 |只看该作者
  1. import re

  3. title_str='<title> This is a Title </title>'
  4. body_str='<body>Thess are body line1\n and body line 2.</body>'

  6. title_pat = r'(?<=<title>).*?(?=</title>)'
  7. title_ex = re.compile(title_pat,re.M|re.S)
  8. body_pat=r'(?<=<body>).*?(?=</body>)'
  9. body_ex = re.compile(body_pat,re.M|re.S)

  11. title_obj = re.search(title_ex, title_str)
  12. body_obj = re.search(body_ex, body_str)

  14. title = title_obj.group()
  15. body = body_obj.group()
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
不是提拉米苏

论坛徽章:
0
3楼 [报告]
发表于 2011-07-09 08:47 |只看该作者
LS：
title_pat=r'(?<=<title>).*?(?=</title>)'
title_ex=re.compile(title_pat,re.M|re.S)
body_pat=r'(?<=<body>).*?(?=</body>)'
body_ex=re.compile(body_pat,re.M|re.S)
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
波波无常

论坛徽章:
0
4楼 [报告]
发表于 2011-07-09 14:28 |只看该作者
pyquery这个模块处理html很不错，可以像jquery那样的解析html
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
数根根

论坛徽章:
0
5楼 [报告]
发表于 2011-07-10 00:15 |只看该作者
谢谢各位
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
iamacnhero

论坛徽章:
0
6楼 [报告]
发表于 2011-07-11 12:12 |只看该作者
pyquery这个模块处理html很不错，可以像jquery那样的解析html
波波无常 发表于 2011-07-09 14:28



    看起来是很不错的一个模块！
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
给个理由先

论坛徽章:
1
NBA常规赛纪念章 日期:2015-05-04 22:32:03
7楼 [报告]
发表于 2011-07-12 10:28 |只看该作者
lxml
杀鸡用牛刀，就用这个
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP