蟒蛇正則表達式無法找到所有圖像文件

Question

我試圖通過使用re.compile

title=re.compile("<img src='(.*)jpg'") 

中把握在網頁中的所有圖像文件，但它不能趕上所有以「JPG」」結束scentence ，它只有3個很長的字符串在有很多圖像的網頁上（很多鏈接以jpg結尾），有人可以幫我解決這個問題。 在此先感謝

Answer 1

您的表情過於貪婪。玄宗它：

re.compile("<img src='([^']*)jpg'") 

然而，更好的辦法是使用適當的HTML解析器，像BeautifulSoup：

for image in soup.find_all('img', src=True): 
    print image['src'] 

找到所有<img />標籤與src屬性，例如。