我如何确保关于芬德尔（）停在正确的地方？

Question

下面是我的代码：

a='<title>aaa</title><title>aaa2</title><title>aaa3</title>'
import re
re.findall(r'<(title)>(.*)<(/title)>', a)

结果是：

^{pr2}$

如果我设计了一个爬虫程序来获取网站的标题，我可能会得到这样的结果，而不是网站的标题。在

我的问题是，如何将findall限制为单个<title></title>？在

Answer 1

使用非贪婪搜索代替：

r'<(title)>(.*?)<(/title)>'

问号表示要尽可能少地匹配字符。现在findall（）将返回所需的每个结果。在

http://docs.python.org/2/howto/regex.html#greedy-versus-non-greedy

Answer 2

re.findall(r'<(title)>(.*?)<(/title)>', a)

在*后面添加一个?，这样它将是非贪心的。在

Answer 3

如果只需要一个匹配项，请使用re.search而不是{}：

>>> s = '<title>aaa</title><title>aaa2</title><title>aaa3</title>'
>>> import re
>>> re.search('<title>(.*?)</title>', s).group(1)
'aaa'

如果您想要所有标记，那么您应该考虑将其更改为非贪心的（即-.*?）：

^{pr2}$

但要考虑使用beauthoulsoup或lxml或类似的方法来解析HTML。在