Python中正则匹配与中文的问题
生活随笔
收集整理的這篇文章主要介紹了
Python中正则匹配与中文的问题
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
筆者改寫了一個爬蟲，來爬取補天SRC的漏洞認領頁面，將單位名稱、漏洞名稱、漏洞危害等級爬取下來，但是在正則匹配"漏洞名稱"的過程中遇到了一些麻煩。
如上圖，想要把"SQL注入漏洞"字符串正則匹配出來，根據常規思想，正則匹配表達式當然要這么寫：
Bug_name = re.findall(‘<span>的一個(.*?)</span>.*?</dd>', r.text)
這種方法是不可行的，為什么呢？？？因為中文"的一個"是不被正則認可的。
于是嘗試了各種方法，最后經過調試，使用以下語句進行匹配，成功！
Bug_name = re.findall(u'<span>\u7684\u4e00\u4e2a(.*?)</span>.*?</dd>', r.text)
記錄下，以后少走彎路~
總結
以上是生活随笔為你收集整理的Python中正则匹配与中文的问题的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Python多进程与进程锁的基本使用
- 下一篇： 利用python实现IP扫描