[已解决]关于正则表达式的问题，请各位高手帮助

jjxx2005

<div id="list" class="proLis">
                <ul>
                    
                            <li><a href="/UserFiles/海报202003/20014/3-08081949579.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/3-08081949579.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——3页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/4-08082166642.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/4-08082166642.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——4页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/5-08082087384.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/5-08082087384.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——5页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/6-08082978579.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/6-08082978579.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——6页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/7-08083044846.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/7-08083044846.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——7页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/8-08083082937.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/8-08083082937.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——8页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20014/9-08082942326.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20014/9-08082942326.jpg" width="165" height="117"><br>
                                <span>
                                    第20014期——9页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20013/1-17295275498.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20013/1-17295275498.jpg" width="165" height="117"><br>
                                <span>
                                    第20013期——1页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20013/2-17295416077.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20013/2-17295416077.jpg" width="165" height="117"><br>
                                <span>
                                    第20013期——2页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20013/3-17295337112.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20013/3-17295337112.jpg" width="165" height="117"><br>
                                <span>
                                    第20013期——3页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20013/4-07484960541.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20013/4-07484960541.jpg" width="165" height="117"><br>
                                <span>
                                    第20013期——4页</span></a></li>
                        
                            <li><a href="/UserFiles/海报202003/20013/5-17295357855.jpg" target="_blank">
                                <img src="/UserFiles/海报202003/20013/5-17295357855.jpg" width="165" height="117"><br>
                                <span>
                                    第20013期——5页</span></a></li>
                        
                </ul>
                <div class="clear">


以上我想把所有的<img src=  和 width 之间的jpg地址提取出来

我写了一个正则

响应数据就是上面这些数据
a = '<div id="list" class="proLis">.*?<img src="(.*?)" width.*?<div class="clear">'
r = re.findall(a,响应数据,re.S)
print(r)

可是我只提取了一条，返回的列表里只有一条，并没有把12个都提取出来
['/UserFiles/海报202003/20015/1-15510642492.jpg']

最佳答案

月排行榜 / 总排行榜

hrp

2020-4-14 15:05:21

1. #-*-coding:utf8-*-
   
2. import re
   
3. 
   
4. 响应数据 = '''<div id="list" class="proLis">
   
5.                 <ul>
   
6.                     
   
7.                             <li><a href="/UserFiles/海报202003/20014/3-08081949579.jpg" target="_blank">
   
8.                                 <img src="/UserFiles/海报202003/20014/3-08081949579.jpg" width="165" height="117"><br>
   
9.                                 <span>
   
10.                                     第20014期——3页</span></a></li>
    
11.                         
    
12.                             <li><a href="/UserFiles/海报202003/20014/4-08082166642.jpg" target="_blank">
    
13.                                 <img src="/UserFiles/海报202003/20014/4-08082166642.jpg" width="165" height="117"><br>
    
14.                                 <span>
    
15.                                     第20014期——4页</span></a></li>
    
16.                         
    
17.                             <li><a href="/UserFiles/海报202003/20014/5-08082087384.jpg" target="_blank">
    
18.                                 <img src="/UserFiles/海报202003/20014/5-08082087384.jpg" width="165" height="117"><br>
    
19.                                 <span>
    
20.                                     第20014期——5页</span></a></li>
    
21.                         
    
22.                             <li><a href="/UserFiles/海报202003/20014/6-08082978579.jpg" target="_blank">
    
23.                                 <img src="/UserFiles/海报202003/20014/6-08082978579.jpg" width="165" height="117"><br>
    
24.                                 <span>
    
25.                                     第20014期——6页</span></a></li>
    
26.                         
    
27.                             <li><a href="/UserFiles/海报202003/20014/7-08083044846.jpg" target="_blank">
    
28.                                 <img src="/UserFiles/海报202003/20014/7-08083044846.jpg" width="165" height="117"><br>
    
29.                                 <span>
    
30.                                     第20014期——7页</span></a></li>
    
31.                         
    
32.                             <li><a href="/UserFiles/海报202003/20014/8-08083082937.jpg" target="_blank">
    
33.                                 <img src="/UserFiles/海报202003/20014/8-08083082937.jpg" width="165" height="117"><br>
    
34.                                 <span>
    
35.                                     第20014期——8页</span></a></li>
    
36.                         
    
37.                             <li><a href="/UserFiles/海报202003/20014/9-08082942326.jpg" target="_blank">
    
38.                                 <img src="/UserFiles/海报202003/20014/9-08082942326.jpg" width="165" height="117"><br>
    
39.                                 <span>
    
40.                                     第20014期——9页</span></a></li>
    
41.                         
    
42.                             <li><a href="/UserFiles/海报202003/20013/1-17295275498.jpg" target="_blank">
    
43.                                 <img src="/UserFiles/海报202003/20013/1-17295275498.jpg" width="165" height="117"><br>
    
44.                                 <span>
    
45.                                     第20013期——1页</span></a></li>
    
46.                         
    
47.                             <li><a href="/UserFiles/海报202003/20013/2-17295416077.jpg" target="_blank">
    
48.                                 <img src="/UserFiles/海报202003/20013/2-17295416077.jpg" width="165" height="117"><br>
    
49.                                 <span>
    
50.                                     第20013期——2页</span></a></li>
    
51.                         
    
52.                             <li><a href="/UserFiles/海报202003/20013/3-17295337112.jpg" target="_blank">
    
53.                                 <img src="/UserFiles/海报202003/20013/3-17295337112.jpg" width="165" height="117"><br>
    
54.                                 <span>
    
55.                                     第20013期——3页</span></a></li>
    
56.                         
    
57.                             <li><a href="/UserFiles/海报202003/20013/4-07484960541.jpg" target="_blank">
    
58.                                 <img src="/UserFiles/海报202003/20013/4-07484960541.jpg" width="165" height="117"><br>
    
59.                                 <span>
    
60.                                     第20013期——4页</span></a></li>
    
61.                         
    
62.                             <li><a href="/UserFiles/海报202003/20013/5-17295357855.jpg" target="_blank">
    
63.                                 <img src="/UserFiles/海报202003/20013/5-17295357855.jpg" width="165" height="117"><br>
    
64.                                 <span>
    
65.                                     第20013期——5页</span></a></li>
    
66.                         
    
67.                 </ul>
    
68.                 <div class="clear">'''
    
69. 
    
70. 
    
71. res = re.findall(r'(?<=\<img src\=").+(?=" width)', 响应数据)
    
72. 
    
73. print(res)
    
74. 
    
75. 
    

复制代码

跳转到最佳答案楼层

qiuyouzhi

直接用BeautifulSoup不好吗？

1. target = soup('img')
   
2. for each in target:
   
3.     print(each['src]')

复制代码

永恒的蓝色梦想

qiuyouzhi 发表于 2020-4-14 13:20
直接用BeautifulSoup不好吗？

少敲半个中括号

悠悠2264

因为正则表达式不会去重复匹配（<div id="list" class="proLis">只会匹配一次），所以应该写成：

1. import re
   
2. 
   
3. p = re.compile('(?<=<img src=").*?(?=" width="165" height="117">)')
   
4. find = p.findall(响应数据)

复制代码

hrp

1. #-*-coding:utf8-*-
   
2. import re
   
3. 
   
4. 响应数据 = '''<div id="list" class="proLis">
   
5.                 <ul>
   
6.                     
   
7.                             <li><a href="/UserFiles/海报202003/20014/3-08081949579.jpg" target="_blank">
   
8.                                 <img src="/UserFiles/海报202003/20014/3-08081949579.jpg" width="165" height="117"><br>
   
9.                                 <span>
   
10.                                     第20014期——3页</span></a></li>
    
11.                         
    
12.                             <li><a href="/UserFiles/海报202003/20014/4-08082166642.jpg" target="_blank">
    
13.                                 <img src="/UserFiles/海报202003/20014/4-08082166642.jpg" width="165" height="117"><br>
    
14.                                 <span>
    
15.                                     第20014期——4页</span></a></li>
    
16.                         
    
17.                             <li><a href="/UserFiles/海报202003/20014/5-08082087384.jpg" target="_blank">
    
18.                                 <img src="/UserFiles/海报202003/20014/5-08082087384.jpg" width="165" height="117"><br>
    
19.                                 <span>
    
20.                                     第20014期——5页</span></a></li>
    
21.                         
    
22.                             <li><a href="/UserFiles/海报202003/20014/6-08082978579.jpg" target="_blank">
    
23.                                 <img src="/UserFiles/海报202003/20014/6-08082978579.jpg" width="165" height="117"><br>
    
24.                                 <span>
    
25.                                     第20014期——6页</span></a></li>
    
26.                         
    
27.                             <li><a href="/UserFiles/海报202003/20014/7-08083044846.jpg" target="_blank">
    
28.                                 <img src="/UserFiles/海报202003/20014/7-08083044846.jpg" width="165" height="117"><br>
    
29.                                 <span>
    
30.                                     第20014期——7页</span></a></li>
    
31.                         
    
32.                             <li><a href="/UserFiles/海报202003/20014/8-08083082937.jpg" target="_blank">
    
33.                                 <img src="/UserFiles/海报202003/20014/8-08083082937.jpg" width="165" height="117"><br>
    
34.                                 <span>
    
35.                                     第20014期——8页</span></a></li>
    
36.                         
    
37.                             <li><a href="/UserFiles/海报202003/20014/9-08082942326.jpg" target="_blank">
    
38.                                 <img src="/UserFiles/海报202003/20014/9-08082942326.jpg" width="165" height="117"><br>
    
39.                                 <span>
    
40.                                     第20014期——9页</span></a></li>
    
41.                         
    
42.                             <li><a href="/UserFiles/海报202003/20013/1-17295275498.jpg" target="_blank">
    
43.                                 <img src="/UserFiles/海报202003/20013/1-17295275498.jpg" width="165" height="117"><br>
    
44.                                 <span>
    
45.                                     第20013期——1页</span></a></li>
    
46.                         
    
47.                             <li><a href="/UserFiles/海报202003/20013/2-17295416077.jpg" target="_blank">
    
48.                                 <img src="/UserFiles/海报202003/20013/2-17295416077.jpg" width="165" height="117"><br>
    
49.                                 <span>
    
50.                                     第20013期——2页</span></a></li>
    
51.                         
    
52.                             <li><a href="/UserFiles/海报202003/20013/3-17295337112.jpg" target="_blank">
    
53.                                 <img src="/UserFiles/海报202003/20013/3-17295337112.jpg" width="165" height="117"><br>
    
54.                                 <span>
    
55.                                     第20013期——3页</span></a></li>
    
56.                         
    
57.                             <li><a href="/UserFiles/海报202003/20013/4-07484960541.jpg" target="_blank">
    
58.                                 <img src="/UserFiles/海报202003/20013/4-07484960541.jpg" width="165" height="117"><br>
    
59.                                 <span>
    
60.                                     第20013期——4页</span></a></li>
    
61.                         
    
62.                             <li><a href="/UserFiles/海报202003/20013/5-17295357855.jpg" target="_blank">
    
63.                                 <img src="/UserFiles/海报202003/20013/5-17295357855.jpg" width="165" height="117"><br>
    
64.                                 <span>
    
65.                                     第20013期——5页</span></a></li>
    
66.                         
    
67.                 </ul>
    
68.                 <div class="clear">'''
    
69. 
    
70. 
    
71. res = re.findall(r'(?<=\<img src\=").+(?=" width)', 响应数据)
    
72. 
    
73. print(res)
    
74. 
    
75. 
    

复制代码

jjxx2005

我感觉特奇怪

import re
a = 'life is short,i use python life is short,i use python life is short,i use python'
r = re.findall('life(.*)python',a)
print(r)

我这样可以提取所有的 可是我现在应用到网页上就只能提取一条