python 爬虫 正则问题

Question

测试8不限制3300编辑测试7不限制1300编辑测试5不限制1300编辑测试4不限制1300编辑测试3不限制0300编辑我想匹配测试8到测试3我写的是这样的feeds_plan_campaign_name=re.findall('''[.\S\s]*(.*?)[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*[.\S\s]*''',feeds_plan_page_data.text,re.S)printlen(feeds_plan_campaign_name)forkinrange(len(feeds_plan_campaign_name)):print"name1"+feeds_plan_campaign_name[k]打印的结果只有测试3这是为啥呢？

Answer 1

对于这种结构分明(带有html完整标签的内容),我建议不要使用正则表达式regex,更好的办法是使用Xpath,如果你还不知道什么是Xpath,请在w3school学习一下.
仅需体验三分钟,你就会和我一样爱上这款工具.(逃)
如果你坚持要用正则,我写了个,真的很麻烦!而且挺没有可移植性.如下,供参考:
'''
regex=re.compile("[\s]*([\u4e00-\u9fa50-9]*)[\s]*[\s]*([\u4e00-\u9fa5]*)
[\s]*[\s]*[\s]*([0-9]*)[\s]*[\s]*[\s]*([0-9]*)")
'''
#(一行写不下,所以用了'''''',请拷贝测试时删去)
返回值就是你需要的一个列表(多维数组).
                            

Answer 2

佩服楼主的正则理解方式[.Ss][.Ss]一堆重复不会括号扩起来吗不想捕获的话用个非捕获括号(?:[.Ss][.Ss])*
就你上面那个正则只有一个捕获括号，你还指望能返回啥呢