[问题] 如何抓取网页原始码中单引号内的内容

楼主: liataian (T-PANY FOREVER)   2014-12-15 13:56:51
各位好,想请教一下
我想用python3的正则式抓取某个网页原始码中的某个单引号中的内容
该内容长度非常长,可能长度大于100000
比起网页原始码中其他单引号中的内容还要长很多
我想说先抓取原始码中的所有单引号中的内容
接着再用长度来判断长度大于100000的内容才符合条件
想问这样的正则式应该怎么下呢?
我目前是写如下这样
import urllib.parse,urllib.request
html = urllib.request.urlopen("该网址") #html形态为物件
s_html = html.read().decode('utf-8') #s_html形态为字串
将html物件转成s_html字串后才可以用正则式去parse
不过这边我就不知道怎么写正则式去抓出s_html里面的所有单引号中的内容了@@
还请各位指点一下,谢谢!!
楼主: liataian (T-PANY FOREVER)   2014-12-15 14:44:00
已经解决,自己回自己问题@@

Links booklink

Contact Us: admin [ a t ] ucptt.com