python正則匹配的數據亂碼

⑴ python 正則表達式 我想找到字元串中成對匹配的數據 請指教

針對你所給的示例字元串，貌似無法一次性地提取出後面的那個abc的，只能提取出前面的ammmmmde：
可以這樣寫：

>>> re.findall(r'(?:\d+)([a-zA-Z]+)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
['ammmmmde', 'abc', 'ammmmmde', 'abc']

原因在於：正則從左往右查找，沒有在找後面的abc時，也去找到之前的abc。
因為之前的abc，被在查找ammmmmde時，藏在中間了：
123ammmmmde234abc aaaaa 123ammmmmde

搜索過了，後面沒法再搜索。

一個折中的辦法是，用：
>>> re.findall(r'(?:\d+)([a-zA-Z]+)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
['ammmmmde', 'abc', 'ammmmmde', 'abc']
找到上述的
['ammmmmde', 'abc', 'ammmmmde', 'abc']
然後你自己再另外提取，組合出來你要的：
[(ammmmmde, ammmmmde), (abc, abc)]

⑵ python 正則匹配中文問題

list列印是這樣的，這是python的系統行為，改變不了。
如果不想用循環，可以用 print(u"\n".join(items))

⑶ Python正則表達式調用後出現亂碼

是抓取蘋果手機價格的吧.
別再cmd下執行了,在python自帶的idle下F5調試,然後注意下趴下來的html是不是有亂碼

⑷ 為什麼python寫的爬蟲有時候抓取的數據是亂碼

1. 使用chrome瀏覽器，打開示例頁面http://tieba..com/p/3295185529?see_lz=1
2. 在帖子標題處，右鍵選擇"審查元素"，可以看到標題的源代碼

3. 進行簡單的分析，我們需要獲取的是title後面的內容，根據頁面實際內容，我們編寫相應的正則表達式：
title_re=re.compile('<h1 class="core_title_txt " title="(.*?)"')
4. 同理，我們對帖子內容進行"審查元素"，得到內容的源代碼

5. 編寫相應的正則表達式如下：
content_re=re.compile('<div id="post_content_\d*" class="d_post_content j_d_post_content ">(.*?)</div>')
6. 這樣通過urllib2打開頁面後，使用上述的正則表達式進行匹配，再對標題和文本內容進行相應的處理即可

⑸ python正則匹配不到想要的數據，感覺明明是對的啊

items = re.findall(r'',pagecode,re.S)

注意在後面要加上re.S

因為是多行匹配,下面寫了一個只能抓一頁信息的簡陋版- -

-------------------------------------------------------------------------------------------

#coding:utf-8
importurllib2,re
classdown(object):


def__init__(self):
self.user_agent='Mozilla/4.0(compatible;MSIE5.5;WindowsNT)'
self.headers={'User-Agent':self.user_agent}

defgetPage(self):
try:
url='http://hdwan.net'

request=urllib2.Request(url,headers=self.headers)
response=urllib2.urlopen(request)
pageCode=response.read().decode('utf-8')
returnpageCode
excepturllib2.URLError,e:
ifhasattr(e,'reason'):
printu'連接失敗...',e.reason
returnNone


defgetCont(self):
pageCode=self.getPage()
ifnotpageCode:
printu'頁面載入失敗...'
returnNone
items=re.findall('''<h2><ahref="(.*?)"rel="bookmark"target="_blank"title="(.*?)">.*?
						</a></h2>''',pageCode,re.S)
foriinitems:
printu'電影名:%s
鏈接:%s
'%(i[1],i[0])


if__name__=='__main__':
spider=down()
spider.getCont()

初學者一起加油。。。。

⑹ python中如何用正則表達式匹配漢字

name = re.search(r'導演: (.*?) 主演:.*? '.encode('utf-8'),text,re.S).group(1)

⑺ Python用正則表達式匹配含有中文的字元串，匹配不到

代碼如下：

#coding=utf-8

importre
s=u'<li><aclass="nav-first"href="/">首頁</a></li>'
r=re.compile(u'<li><asclass="[^"]*"shref="[^"]">(.*?)(?=</a></li>)')
ss=r.findall(s)
forstrinss:
printstr

運行結果：

⑻ python 用正則匹配網頁中的中文字

patt=re.compile(ur'<a.*href="(.*?)".*官方下載地址1.*</a>')

⑼ python正則表達式，這樣的字元串怎麼匹配

根據提問者的問題，解答如下：

#查找所有除最後一個非zuobi姓名
xingmings=re.findall("(?isu)'([^']+?)']);cj",txt)
xingming_last=re.search("(?isu)'([^']+?)']);$",txt)
ifxingming_last:xingmings.append(xingmings[1])

第一行：查找所有滿足條件的姓名，查找結果不包括txt的最後一個；

第二行：匹配txt的最後一個；

第三行：如果最後一個滿足條件，則追加到xingmings中。