求助一下看看我写的正则匹配哪错了求指点

langbin

res = gzhcb({"totalItems":100,"totalPages":10,....................."]})

re.findall(re.compile(r'gzhcb({"(.*?)"]})'),res)

但是匹配不出东西。。。哪错了吗？

wei_Y

res怎么看也不像个字符串。。

langbin

wei_Y 发表于 2015-1-10 20:36
res怎么看也不像个字符串。。

http://weixin.sogou.com/gzhjs?cb=sogou.weixin.gzhcb&openid=oIWsFt1qHQs6ddEt3pwGvKNOTY4Q&page=1
是这里的。
或者有什么办法将这里转成字典呢？

wei_Y

langbin 发表于 2015-1-10 20:39
http://weixin.sogou.com/gzhjs?cb=sogou.weixin.gzhcb&openid=oIWsFt1qHQs6ddEt3pwGvKNOTY4Q&page=1
是 ...

你想提取啥。

langbin

wei_Y 发表于 2015-1-10 20:40
你想提取啥。

他里面有分页数和一些URL地址
我想取出来然后再爬。

langbin

wei_Y 发表于 2015-1-10 20:40
你想提取啥。

这个可以用什么办法呢.求教下了

wei_Y

langbin 发表于 2015-1-10 20:41
他里面有分页数和一些URL地址
我想取出来然后再爬。

url可以直接http爬吧，分页是page那个标签吗?

1. find = re.compile(r'(http://.*?)]')

复制代码

langbin

wei_Y 发表于 2015-1-10 20:50
url可以直接http爬吧，分页是page那个标签吗?

"totalItems":268,"totalPages":27,"page":1,
这里是分页的。

wei_Y

langbin 发表于 2015-1-10 21:15
"totalItems":268,"totalPages":27,"page":1,
这里是分页的。

抱歉这么长时间才回复。

1. find = re.compile(r'(http://.*?)]')
   
2. find2 = re.compile(r'{(.*?page":\d),')

复制代码

写在两个里可以吧。

nirvana436

还没学习到，在这里留个戳吧。

langbin

wei_Y 发表于 2015-1-10 22:05
抱歉这么长时间才回复。

写在两个里可以吧。

谢谢了啥，这次又学会了好多了。