V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
This topic created in 3385 days ago, the information mentioned may be changed or developed.
除了[\s\S]外，还有其它办法能匹配“跨行”的内容吗？问题比较烂，我用个简单例子来说明下：
如下这段 HTML ，我要匹配出 Text 的内容，因为中间还插着很多其它内容，所以我不能简单的<p>(.*?)<\/p>做匹配，必需从某个父节点找下去，才能精确定义，从父节点下去就涉及到“跨行”了
<p class="anchor"> <a href="＃">Link</a> <img src="http://www.v2ex.com/img/cover.jpg"><p>Text</p> 我目前知道的办法是，但听说这样效率不好，内容多了容易“卡”住，因为[\s\S]，除此之外还有其它办法达到我期望的效果吗？感谢
anchor">[\s\S]+.*?p>(.*?)<\/p>  | 1 soratadori Jan 19, 2017  1 re.search("<p.*p>", text, re.S) |
 | 2 lightning1141 Jan 19, 2017 via Android 1 用 lxml 之类的库，尽量不要用正则 多行匹配加参数 re.DOTALL |
 | 3 chroming Jan 19, 2017 1 跨行一般是用 re.S 的 |
 | 4 pinkman OP |
 | 5 IanPeverell Jan 19, 2017 我觉得用 lxml 配合 XPath 好一点，可读性和可维护性要比直接正则好一点 |
 | 6 seki Jan 19, 2017 用 xml parser 会更好一点，因为 html 本身不是正则的语言 |
 | 7 imn1 Jan 19, 2017 运行效率 regex 高，开发效率 dom 高 |
 | 8 billlee Jan 19, 2017 HTML 不是正则语言 如果你担心 DOM 的效率有问题，可以用 SAX |
Select Language