問題描述

在用python做CSDN的網頁爬蟲，在爬取網頁title時，我一直用的正則表達式(?<=<title>).+?(?=<)在CSDN中用不了了，去CSDN源碼一看，title換行顯示了

所以導致原來的正則表達式無法使用，那么，問題來了，像這樣網頁title中包含換行，如何用正則表達式提取出來呢？

PS：

不想用xpath或beautifulsoup的方法，只需要正則哦

CSDN本身有反爬蟲機制，我并不是因為這個反爬蟲而爬不到title的哦

謝謝大家

參照@caimaoy 的方法，我將正則表達式改為 (?<=<title>)(?:.|n)+?(?=<)后，title完美提取。再次感謝大家。

問題解答

re.M 多行模式

自己寫多行匹配 http://python3-cookbook.readt...

表達式那邊加個flag吧

tite = ’......’print(re.findall(’(?<=<title>).+?(?=<)’, title, re.S))