时间:2021-07-01 10:21:17 帮助过:97人阅读
- #coding=utf-8
- import re
- from urllib2 import urlopen
- webpage = urlopen('http://www.baidu.com') #获取百度页面的信息
- text = webpage.read() #读取为文本
- tmp = text.decode('utf8') #对原文本进行utf8转码, 此处要跟代码的编码格式一致
- pat = '<title>(.*)?([\u4e00-\u9fa5]*)?</title>' #对中文进行匹配
- re.escape(pat) #对匹配模式中需要转义的符号进行转义
- pat = re.compile(pat) #compile一下
- m = re.search(pat,tmp)
- title = m.group(1)
- print title
- webpage.close()