re.search网页源代码，带有回车符中间字符串，导致Python出错

Question

使用Python 2.6.6

我试图使用机械化浏览器获取youtube链接的标题，虽然它确实可用于链接到实际视频，链接到频道的页面或其播放列表等，但却导致它崩溃。

相关代码段：

ytpage = br.open(ytlink).read()
yttitle = re.search('<title>(.*)</title>', ytpage)
yttitle = yttitle.group(1)

错误：

  

yttitle = yttitle.group（1）   AttributeError：＆＃39; NoneType＆＃39;对象没有属性＆＃39; group＆＃39;

我可以看到的唯一区别是，直接视频链接在源代码中的a single line上列出了标题标记，而其他每个youtube页面似乎都将a carriage return/newline放在标题标记的中间。

任何人都知道如何解决回车问题，假设这是问题吗？

干杯。

Answer 1

您可以使用re.DOTALL标记，这会使.与包含换行符在内的所有内容相匹配。

Documentation

所以你的第二行代码应该是这样的：

yttitle = re.search('<title>(.*)</title>', ytpage, re.DOTALL)

顺便从网页中提取数据可能更容易使用Beautiful Soup。