正则问题

clp245

<li>
            <div class="item">
                <div class="pic">
                    <em class="">1</em>
                    <a href="https://movie.douban.com/subject/1292052/">
                        <img width="100" alt="肖申克的救赎" src="https://img3.doubanio.com/view/photo/s_ratio_poster/public/p480747492.webp" class="">
                    </a>
                </div>
                <div class="info">
                    <div class="hd">
                        <a href="https://movie.douban.com/subject/1292052/" class="">
                            <span class="title">肖申克的救赎</span>
                                    <span class="title"> / The Shawshank Redemption</span>
                                <span class="other"> / 月黑高飞(港)  /  刺激1995(台)</span>
                        </a>


                            <span class="playable">[可播放]</span>
                    </div>
                    <div class="bd">
                        <p class="">
                            导演: 弗兰克·德拉邦特 Frank Darabont   主演: 蒂姆·罗宾斯 Tim Robbins /...<br>
                            1994 / 美国 / 犯罪 剧情
                        </p>

                        
                        <div class="star">
                                <span class="rating5-t"></span>
                                <span class="rating_num" property="v:average">9.7</span>
                                <span property="v:best" content="10.0"></span>
                                <span>3056162人评价</span>
                        </div>

                            <p class="quote">
                                <span class="inq">希望让人自由。</span>
                            </p>
                    </div>
                </div>
            </div>
        </li>


mach_group = re.finditer('<span class="title">(.*?)</span>', li,re.DOTALL)
movie_name = [mach.group() for mach in mach_group][0]
print(movie_name)  输出结果 <span class="title">肖申克的救赎</span>

mach_group = re.finditer('<span class="title">(?P<movie_name>.*?)</span>', li, re.S)
movie_name = [mach.group('movie_name') for mach in mach_group][0]
print(movie_name)    输出结果    肖申克的救赎

请问大神，两种正则方式为什么输出结果不一样呢？

grekevin

关键在于：match.group()的使用上

fengdaokanhai

正则：()括号捕获内容，括号位置和内容不一样，输出自然不一样……

thisxx

当使用re.DOTALL标记参数时，.会匹配到包括换行符在内的任意字符序列，导致匹配结果包含了<span class="title">和</span>之间的所有内容，包括换行符。而使用re.S标记参数时，.同样会匹配任意字符，但不会匹配换行符，因此匹配结果不会包含换行符。
因此，两种正则表达式的输出结果不一样是由于.在匹配时是否包括换行符导致的。

clp245

thisxx 发表于 2024-8-25 22:40
当使用re.DOTALL标记参数时，.会匹配到包括换行符在内的任意字符序列，导致匹配结果包含了和之间的所有内容 ...

改为re.S或者re.M,都是一样

regextop

match.group()和match.group(0)一样返回匹配到的整个字符串
第一种写法应该使用match.group(1)
match.group(1)表示捕获组1捕获的字符串

52pe

解析为啥要选正则呢？
lxml、美丽汤都比正则容易啊

如果是为了学习正则，当我没说。。。。

y294945022

52pe 发表于 2024-9-20 17:18
解析为啥要选正则呢？
lxml、美丽汤都比正则容易啊

lxml、美丽汤都比正则容易 ???

这两个 是和正则有相同功能的吗？为何没遇到过

只听说 过网页解析

y294945022

楼主的问题，其实不算是直接的正则问题。
主要分两个部分：
1是函数的定义及使用，这是你首先要去熟悉和搜索的
2才是正则相关的