Python利用正则表达式匹配标题

时间 2021-06-02

标签 html python 正则表达式编码 spa code htm blog class 栏目 Python 繁體版

原文原文链接

正则表达式基础应用

html文本

<html>
    <body>
        <h1>新溪大桥早高峰报道：堵成一窝蜂</h1>
        <h5>是否让白沙大桥帮助每小时前进300米的新溪大桥分流呢</h5>
        <div>
            <div class="publish">
                <p>发布者：<span class="publisher">今日新闻</span>|发布时间：<span class="pubTime">2020-1-29</span></p>
            </div>
            <div class="content">
                <p>新溪大桥于 2018 年 6 月正式启用通车……</p>
                <p>……</p>
                <p>……</p>
                <p>……</p>
                <p>记者：王大力、陈小七（实习）</p>
            </div>
        </div>
    </body>
</html>

Pyhton代码匹配标题

import re

f = open("1-6.txt", "r", encoding="UTF-8")
html = f.read()
f.close()

title = re.findall("h1>(.*?)<",html)
print(title)

结果

注意事项

编码方式，咱们经常使用的gbk，utf8。html