0
這是我正在使用的代碼。它返回一個空列表。可以弄清楚我做錯了什麼!Web報廢 - 使用python從頁面提取數據
from urllib request import urlopen
import re
url = 'http://pubs.acs.org/doi/full/10.1021/jacs.6b10998'# example of a web page
html = urlopen(url).read().decode('utf-8')# decoding
cite_year='<span class="citation_year">(.+?)</span>'# extract citation year
pattern = re.compile(cite_year) #compile
citation_year = re.findall(pattern, html) #store data into a variable
print(citation_year)# and print
你確定你的正則表達式是正確的? –
暗示與樣本數據替換的前兩行(I做HTML = 「」 「<跨度類=」 citation_year 「>測試 ... ... <跨度類=」 citation_year「>巴 ...的三的四 ... ... 酒吧 「」」 ,然後你的代碼的其餘部分和預期一樣......這會允許你分類問題出在哪裏,以及數據是否有像你期望的那樣的引號等。還要注意,SO往往不鼓勵用正則表達式解析HTML – Foon