对PYTHON的正则并不熟悉，特此请各位大大帮个忙，看看

konakona · **发表于 :** 2012-11-15 18:02

由于时间紧迫，并没有系统的学习过python的正则，我自己写了几个，但都不对。

我弄了几年的PHP，PYTHON 和 PHP的正则差距太大了。

（我是觉得PYTHON做采集端会好很多，所以没用PHP啦）

对方的HTML非常乱……导致采集难度提升，当然也没采集淘宝那么麻烦，淘宝我到采集得到（用PHP），用PYTHON我就没辙了，^_^

我想采集<div class="item"></div> 里的所有html。
但它的item class偶尔还又其他class。

请大家帮忙看下。谢谢。

jarlyyn · **发表于 :** 2012-11-15 22:50

用正则做这个？php和python都不好做吧？

要配对的东西，差不多应该用这些吧：

http://docs.python.org/2/library/htmlparser.html

很好奇你php怎么用正则解析这个的

枫叶饭团 · **发表于 :** 2012-11-15 23:57

先用beatifull库对网页进行处理，再用正则抓～

konakona · **发表于 :** 2012-11-16 9:16

jarlyyn 写道:

用正则做这个？php和python都不好做吧？

要配对的东西，差不多应该用这些吧：

http://docs.python.org/2/library/htmlparser.html

很好奇你php怎么用正则解析这个的

PHP抓取的话就感觉轻松许多，虽然数据分析过程很烦躁，正则也不好写，但毕竟有经验在那。
昨天看了下PYTHON的正则， http://www.cnblogs.com/huxi/archive/201 ... 71073.html 感觉差距好大= =||

jarlyyn · **发表于 :** 2012-11-16 9:43

konakona 写道:

jarlyyn 写道:

用正则做这个？php和python都不好做吧？

要配对的东西，差不多应该用这些吧：

http://docs.python.org/2/library/htmlparser.html

很好奇你php怎么用正则解析这个的

PHP抓取的话就感觉轻松许多，虽然数据分析过程很烦躁，正则也不好写，但毕竟有经验在那。
昨天看了下PYTHON的正则， http://www.cnblogs.com/huxi/archive/201 ... 71073.html 感觉差距好大= =||

正则表达是通用的，由perl提出的吧？不存在正则有不同，最多是match/find不同。
你的需求应该是解析xhtml,类似与解析xml，走正则的话，由于有多层div嵌套，只有吃力不讨好。

konakona · **发表于 :** 2012-11-27 11:16

jarlyyn 写道:

konakona 写道:

jarlyyn 写道:

用正则做这个？php和python都不好做吧？

要配对的东西，差不多应该用这些吧：

http://docs.python.org/2/library/htmlparser.html

很好奇你php怎么用正则解析这个的

PHP抓取的话就感觉轻松许多，虽然数据分析过程很烦躁，正则也不好写，但毕竟有经验在那。
昨天看了下PYTHON的正则， http://www.cnblogs.com/huxi/archive/201 ... 71073.html 感觉差距好大= =||

正则表达是通用的，由perl提出的吧？不存在正则有不同，最多是match/find不同。
你的需求应该是解析xhtml,类似与解析xml，走正则的话，由于有多层div嵌套，只有吃力不讨好。

我已经采取了其他的解决办法。

http://www.crazyphper.com/?p=2401

枫叶饭团 · **发表于 :** 2012-11-27 12:40

呵呵，为什么每次我说的正确方法总是被无视掉呢

konakona · **发表于 :** 2012-12-09 17:58

枫叶饭团写道:

呵呵，为什么每次我说的正确方法总是被无视掉呢

我用的就是你的方法啊，别伤心哈！ :em05

对PYTHON的正则并不熟悉，特此请各位大大帮个忙，看看

在线用户