推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3447 天前的主题，其中的信息可能已经有所发展或是发生改变。
<ins class="adsbygoogle"
style="display:inline-block;width:300px;height:250px"
data-ad-client="ca-pub-2857117334421219"
data-ad-slot="8229501918"></ins>
<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>
</div>
<p>前不久，地球村发生了一起震惊村民的事件，是说中国常州某27岁女子，通宵玩机，不幸猝死，死前的手机屏上，居然还停留在了淘宝的界面。另外，又有一则新闻报道，说在长深高速公路上，某轿车突然爆胎，丈夫下车修理，妻子则在一旁用手机拍照，发朋友圈，不幸被撞身亡。</p>
<p>对此，我们似乎可以得到一个简单粗暴却又无比正确的结论——如果没有手机，这两位女子都能够活得好好的，过着相夫教子的幸福生活。然而，手机真是以上事件的幕后元凶么？我想，不管是柯南来华，还是狄仁杰在世，都未必会同意。</p>
<p>众所周知，如今的手机，就像是三百年前发明的避孕套一样，已经彻底地改变了人类的生活。打个简单的比方吧，现在的00后，对笔友这种生物，恐怕已经像是对四大天王或音乐磁带一样无比陌生了吧。想当初，还在念中学的我们，每个人都至少拥有一个笔友，就像现在某些有钱人圈养小三一样，是一种时尚而且长脸的标配。</p>
<p>罗素说过：须知参差多态乃是幸福的本源。手机作为一种现代文明的工具，只是提供了多一种可能的生活方式而已。对于手机，或许我们应该有大禹治水的理念：疏而不堵；也应该有对待同性恋的精神：兼爱无差。当然，最重要的是有对待老祖宗文化的官方指导思想：取其精华，去其糟粕，从而让机不离手的同时见机行事，继而不失时机地拥抱那更加智能的未来。</p>
<p><img class="alignnone" src="http://7bv920.com1.z0.glb.clouddn.com/sjk.jpg" alt="手机控" width="500" height="332" /></p>
<p><span style="color: #808080;"><strong>左岸记：</strong>各种控的出现都是对以前生活习惯的某种颠覆，尤其是个性化器物的出现，以个体为中心的应用达到了登峰造极的地步，而器的精致是因为器本身加入了更多人类情感，这让人更迷恋器的本身了。几乎没有人能逃离每一场技术的革命，我们要做的是利用好手中的工具，而不是被工具绑架，成为它的奴隶。离开器，必须找到器之上的道，就像我们要不是相机而要记录此刻的时光，所谓君子不器是也。</span></p>
<div class="wumii-hook">
<input type="hidden" name="wurl" value="http://www.zreading.cn/archives/4993.html" /><br />
文章结构大概是这样。打算把网页文章爬下来。到了爬去正文的时候正则怎么也匹配不了。～～·
apatterns = ('window.adsbygoogle(.*?)<p>(.*?)(</p></blockquote>\s+<div class="wumii-hook">)|(</span></p>\s+<div class="wumii-hook">)')
正文有何诺<p></p>不知道是不是这些而读取不了
[(u'', u'', u'</span>\n\n<div class="wumii-hook">')]这是正则匹配的结果
调了好久，麻烦各位懂的大神给指点一下，thanks~
style="display:inline-block;width:300px;height:250px"
data-ad-client="ca-pub-2857117334421219"
data-ad-slot="8229501918"></ins>
<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>
</div>
<p>前不久，地球村发生了一起震惊村民的事件，是说中国常州某27岁女子，通宵玩机，不幸猝死，死前的手机屏上，居然还停留在了淘宝的界面。另外，又有一则新闻报道，说在长深高速公路上，某轿车突然爆胎，丈夫下车修理，妻子则在一旁用手机拍照，发朋友圈，不幸被撞身亡。</p>
<p>对此，我们似乎可以得到一个简单粗暴却又无比正确的结论——如果没有手机，这两位女子都能够活得好好的，过着相夫教子的幸福生活。然而，手机真是以上事件的幕后元凶么？我想，不管是柯南来华，还是狄仁杰在世，都未必会同意。</p>
<p>众所周知，如今的手机，就像是三百年前发明的避孕套一样，已经彻底地改变了人类的生活。打个简单的比方吧，现在的00后，对笔友这种生物，恐怕已经像是对四大天王或音乐磁带一样无比陌生了吧。想当初，还在念中学的我们，每个人都至少拥有一个笔友，就像现在某些有钱人圈养小三一样，是一种时尚而且长脸的标配。</p>
<p>罗素说过：须知参差多态乃是幸福的本源。手机作为一种现代文明的工具，只是提供了多一种可能的生活方式而已。对于手机，或许我们应该有大禹治水的理念：疏而不堵；也应该有对待同性恋的精神：兼爱无差。当然，最重要的是有对待老祖宗文化的官方指导思想：取其精华，去其糟粕，从而让机不离手的同时见机行事，继而不失时机地拥抱那更加智能的未来。</p>
<p><img class="alignnone" src="http://7bv920.com1.z0.glb.clouddn.com/sjk.jpg" alt="手机控" width="500" height="332" /></p>
<p><span style="color: #808080;"><strong>左岸记：</strong>各种控的出现都是对以前生活习惯的某种颠覆，尤其是个性化器物的出现，以个体为中心的应用达到了登峰造极的地步，而器的精致是因为器本身加入了更多人类情感，这让人更迷恋器的本身了。几乎没有人能逃离每一场技术的革命，我们要做的是利用好手中的工具，而不是被工具绑架，成为它的奴隶。离开器，必须找到器之上的道，就像我们要不是相机而要记录此刻的时光，所谓君子不器是也。</span></p>
<div class="wumii-hook">
<input type="hidden" name="wurl" value="http://www.zreading.cn/archives/4993.html" /><br />
文章结构大概是这样。打算把网页文章爬下来。到了爬去正文的时候正则怎么也匹配不了。～～·
apatterns = ('window.adsbygoogle(.*?)<p>(.*?)(</p></blockquote>\s+<div class="wumii-hook">)|(</span></p>\s+<div class="wumii-hook">)')
正文有何诺<p></p>不知道是不是这些而读取不了
[(u'', u'', u'</span>\n\n<div class="wumii-hook">')]这是正则匹配的结果
调了好久，麻烦各位懂的大神给指点一下，thanks~
 |
1
usedel 2015-07-23 17:55:33 +08:00
我是通过两个正则表达式来做，看有没有大神可以一个正则表达式就做到
#coding=utf-8 import re import urllib2 import sys reload(sys) sys.setdefaultencoding("utf-8") url = "http://www.zreading.cn/archives/4993.html" htmlCode = urllib2.urlopen(url).read() #提取文章部分html pattern = re.compile(r'window\.adsbygoogle([\s\S]*?)<div class="wumii-hook">',re.M) res = re.findall(pattern, htmlCode) #从每个p标签中提取文章 pattern = re.compile(r'<p>(.*?)<') for p in res: art = re.findall(pattern,str(p)) for x in art: print x |
Select Language