怎么都用re匹配不了

慎为

1. import re
   
2. import urllib.request
   
3. 
   
4. 
   
5. def get_html():
   
6.     url='https://www.pengfu.com/'
   
7.     req = urllib.request.Request(url)
   
8.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.104 Safari/537.36')
   
9.     html = urllib.request.urlopen(req).read().decode('utf-8')
   
10.     #print(html)
    
11.     return html
    
12. 
    
13. 
    
14. 
    
15. def get_page(html):
    
16.    
    
17.     #<h1 class="dp-b"><a href="https://www.pengfu.com/content_1706980_1.html" target="_blank">等………</a>
    
18.     reg =re.compile(r'<h1 class="dp-b"><a href=(.*?)')
    
19.     item = re.findall(reg,html)
    
20.     #for each in item:
    
21.         #print(each)
    
22.     print(item)
    
23.     return item
    
24. 
    
25. 
    
26. html = get_html()
    
27. get_page(html)
    
28. 
    
29.    
    
30. 
    
31.    

复制代码

慎为

17行的网址，我怎么都匹配不了

慎为

1. reg =re.compile(r'<h1 class="dp-b"><a href=(^")')
   
2. reg =re.compile(r'<h1 class="dp-b"><a href=("$)')
   
3. 
   
4. 
   
5. 
   
6. #也不行

复制代码

慎为

1. import re
   
2. import urllib.request
   
3. 
   
4. 
   
5. def get_html():
   
6.     url='https://www.pengfu.com/'
   
7.     req = urllib.request.Request(url)
   
8.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.104 Safari/537.36')
   
9.     html = urllib.request.urlopen(req).read().decode('utf-8')
   
10.     #print(html)
    
11.     return html
    
12. 
    
13. 
    
14. 
    
15. def get_page(html):
    
16.     list1 = []
    
17.    
    
18.     #<h1 class="dp-b"><a href="https://www.pengfu.com/content_1706980_1.html" target="_blank">等………</a>
    
19.     reg =re.compile(r'<h1 class="dp-b"><a href="https://www.pengfu.com/content_(\d{7})_1.html"')
    
20.     item = re.findall(reg,html)
    
21.     for each in item:
    
22.         list1.append("https://www.pengfu.com/content_"+ each +"_1.html")
    
23.     print(list1)
    
24.    
    
25.     return list1
    
26. 
    
27. 
    
28. html = get_html()
    
29. get_page(html)

复制代码

可以了尴尬

yongxi

知道代码能正常运行不报错， 那么匹配不了的原因只有正则表达式和你期望的匹配文字不符合。 多研究正则表达式吧。  你也没贴网站内容，正常情况下没人去忙活半天来给你解决问题的

sky

虽然你解决了但是我就是要说

第一个 *匹配前一个任意次 ?是匹配一次以上,两个不一起用
后面那两个就更说不通了 该睡觉了