Question

我正在寻找网页上的每一行，而有线。到目前为止，我有以下代码。我无法让它为每行分配临时值，我希望使用正则表达式来检查该行是否符合特定格式。

#!/usr/bin/python

import urllib2
import re

#imported urllib to collect the data. imported re for regular expressions to     test format.


#creating our output file
f=open("OUIoutput.txt", "w+")

#opening a file like object using urllib
webpage= urllib2.urlopen("https://code.wireshark.org/review/gitweb?p=wireshark.git;a=blob_plain;f=manuf")


#string used to store the output
str1=""

#string used to store current line
temp=""



#while loop to read in the data for every line.INCORRECT FOR LOOP BASIC PLACEHOLDER IN THE CODE
for i in (60,500):
    temp=webpage.readline(i)
    if re.search("\w\w:\w\w:\w\w", temp):
      str1+=temp

f.write(str1)

Answer 1

根据您的评论回复：

您不需要为此使用范围。 readlines（）函数就是您所期待的。

for line in webpage.readlines():
    #do your work here

Answer 2

您可以使用一次调用re.findall，利用MULTILINE标志：

import requests
import re

pattern = re.compile(ur'^.*\w\w:\w\w:\w\w.*$', re.M)
url = "https://code.wireshark.org/review/gitweb?p=wireshark.git;a=blob_plain;f=manuf"
webpage = requests.get(url)
print u'\n'.join(pattern.findall(webpage.text)).encode('utf-8')

使用Python阅读网站的每一行

2 个答案: