好吧,所以我正在使用正则表达式来搜索站点中的所有标题信息.

我编译了正则表达式:

regex = re.compile(r'''
    \s?
    ()?\s?
    [A-Za-z0-9.,:'"=/?;\s]*\s?
    [A-Za-z0-9.,:'"=/?;\s]?
''',  re.X)

当我在python reg ex中运行它时.测试员,它非常好用.

样本数据:

    
Dog 
    
Cat 
    
Fancy 
    
Tall cup of lemons
    
Dog thing

现在,在REDemo中,它运行得非常好.

但是,当我把它放在我的python代码中时,它只会打印出来

stories=[]
response = urllib2.urlopen('http://apricotclub.org/duh.html')
html = response.read().lower()
p = re.compile('\\s?()?\\s?[A-Za-z0-9.,:\'\"=/?;\\s]*\\s?[A-Za-z0-9.,:\'\"=/?;\\s]?')
stories=re.findall(p, html)
for i in stories:
    if len(i) >= 5:
        print i 

我还应该注意,当我()?从正则表达式中取出它时,它适用于非链接行.