python - 网页title中包含换行，如何用正则表达式提取出来？

问题描述

在用python做CSDN的网页爬虫，在爬取网页title时，我一直用的正则表达式(?<=<title>).+?(?=<)在CSDN中用不了了，去CSDN源码一看，title换行显示了

所以导致原来的正则表达式无法使用，那么，问题来了，像这样网页title中包含换行，如何用正则表达式提取出来呢？

PS：

不想用xpath或beautifulsoup的方法，只需要正则哦

CSDN本身有反爬虫机制，我并不是因为这个反爬虫而爬不到title的哦

谢谢大家

参照@caimaoy 的方法，我将正则表达式改为 (?<=<title>)(?:.|n)+?(?=<)后，title完美提取。再次感谢大家。

问题解答

re.M 多行模式

自己写多行匹配 http://python3-cookbook.readt...

表达式那边加个flag吧

tite = ’......’print(re.findall(’(?<=<title>).+?(?=<)’, title, re.S))