[已解决]网页提取信息（内容挺简单的）

柠檬冲冲冲 · 发表于 2022-4-11 17:57:21

马上注册，结交更多好友，享用更多功能^_^

您需要登录才可以下载或查看，没有账号？立即注册

x

<li
id="35360006"
class="list-item hidden"
data-title="玛纳斯人之失落的秘境"
data-score="0"
data-star="00"
data-release="2022"
data-duration="90分钟"
data-region="中国大陆"
data-director="布一贤"
data-actors="路宏 / 杨凯迪 / 王双宝"
data-category="nowplaying"
data-enough="False"
data-showed="True"
data-votecount="102"
data-subject="35360006"
>

复制代码

像这种类型的网页怎么提取像data-title=之后的信息啊，大家看看呗，能不能写出来看看？
谢谢谢谢啦

最佳答案

月排行榜 / 总排行榜

isdkz

2022-4-11 18:01:04

本帖最后由 isdkz 于 2022-4-11 18:02 编辑

python:

import re

pattern = re.compile(r'data-title="([^"]*)"')

s = '''

<li

                     id="35360006"

                     class="list-item hidden"

                     data-title="玛纳斯人之失落的秘境"

                     data-score="0"

                     data-star="00"

                     data-release="2022"

                     data-duration="90分钟"

                     data-region="中国大陆"

                     data-director="布一贤"

                     data-actors="路宏 / 杨凯迪 / 王双宝"

                     data-category="nowplaying"

                     data-enough="False"

                     data-showed="True"

                     data-votecount="102"

                     data-subject="35360006"

                  >

'''

for i in pattern.findall(s):

print(i)
复制代码

跳转到最佳答案楼层

isdkz · 发表于 2022-4-11 18:01:04

本帖最后由 isdkz 于 2022-4-11 18:02 编辑

python:

import re

pattern = re.compile(r'data-title="([^"]*)"')

s = '''

<li

                     id="35360006"

                     class="list-item hidden"

                     data-title="玛纳斯人之失落的秘境"

                     data-score="0"

                     data-star="00"

                     data-release="2022"

                     data-duration="90分钟"

                     data-region="中国大陆"

                     data-director="布一贤"

                     data-actors="路宏 / 杨凯迪 / 王双宝"

                     data-category="nowplaying"

                     data-enough="False"

                     data-showed="True"

                     data-votecount="102"

                     data-subject="35360006"

                  >

'''

for i in pattern.findall(s):

print(i)
复制代码

柠檬冲冲冲 · 发表于 2022-4-11 18:25:29

我刚刚试了一下，我发现如果我要提取所有的data-的内容，像下面那样写不行，有没有什么改进方法呢，谢谢了

import re
pattern = re.compile(r'data-title="([^"]*)"'
r'data-score="([^"]*)"'
r'data-duration="([^"]*)"'
r'data-region="([^"]*)"')
s = '''
<li
id="35360006"
class="list-item hidden"
data-title="玛纳斯人之失落的秘境"
data-score="0"
data-star="00"
data-release="2022"
data-duration="90分钟"
data-region="中国大陆"
data-director="布一贤"
data-actors="路宏 / 杨凯迪 / 王双宝"
data-category="nowplaying"
data-enough="False"
data-showed="True"
data-votecount="102"
data-subject="35360006"
>
'''
for i in pattern.finditer(s):
print(i.group())

复制代码

账号		自动登录	找回密码
密码			立即注册