与re.findall有问题

Question

获得以下代码

title = re.findall('<title>(.*?)</title>',content)

按预期工作，但在面对以下结构时不会返回任何内容：

<title>


xxxxxxx


</title>

即。当<title>.

之间有一些空闲空间时

有什么建议吗？

Answer 1

您需要设置re.S（全部点）标记以使.匹配换行符：

>>> import re
>>> content = """
... <title>
...
...
... xxxxxxx
...
...
... </title>
... """
>>> title = re.findall('<title>(.*?)</title>', content, re.S)
>>> title
['\n\n\nxxxxxxx\n\n\n']
>>> title[0].strip()
'xxxxxxx'
>>>

---

注意：设置dot-all标志的另一种方法是将(?s)放在Regex模式的开头：

title = re.findall('(?s)<title>(.*?)</title>', content)

Answer 2

你能试试这个re.S

吗？

re.findall('<title>(.*?)</title>', content, re.S)

Answer 3

类似的东西：

<title>\n*(.*)\n*</title>

将匹配：

xxxxxxx

See it in action