問(wèn)題描述

在用python做CSDN的網(wǎng)頁(yè)爬蟲(chóng)，在爬取網(wǎng)頁(yè)title時(shí)，我一直用的正則表達(dá)式(?<=<title>).+?(?=<)在CSDN中用不了了，去CSDN源碼一看，title換行顯示了

所以導(dǎo)致原來(lái)的正則表達(dá)式無(wú)法使用，那么，問(wèn)題來(lái)了，像這樣網(wǎng)頁(yè)title中包含換行，如何用正則表達(dá)式提取出來(lái)呢？

PS：

不想用xpath或beautifulsoup的方法，只需要正則哦

CSDN本身有反爬蟲(chóng)機(jī)制，我并不是因?yàn)檫@個(gè)反爬蟲(chóng)而爬不到title的哦

謝謝大家

參照@caimaoy 的方法，我將正則表達(dá)式改為 (?<=<title>)(?:.|n)+?(?=<)后，title完美提取。再次感謝大家。

問(wèn)題解答

re.M 多行模式

自己寫多行匹配 http://python3-cookbook.readt...

表達(dá)式那邊加個(gè)flag吧

tite = ’......’print(re.findall(’(?<=<title>).+?(?=<)’, title, re.S))