【求助】為什么正則匹配得出的變量不能繼續(xù)匹配獲得想要的數(shù)據(jù)？

flyboy612

各位chinaunix的朋友們，大家好。今天繼續(xù)尋求您們的幫助。

今天試著用python寫了個獲取百度貼吧帖子第一頁內(nèi)容的小玩意，但是，很奇怪，在用正則取得樓主名字之后，卻無法再使用樓主的名字繼續(xù)獲得樓主發(fā)表的內(nèi)容；而通過手工指定卻可以。具體代碼如下：

1. #!/usr/bin/python
   
2. #coding:utf-8
   
3. 
   
4. import re,urllib2,sys
   
5. 
   
6. def html_to_text(html):
   
7.     html = re.sub(r'<p>(.*?)</p>', r'\1\n', html)
   
8.     html = re.sub(r'<br>', r'\n', html)
   
9.     html = re.sub(r'\n\n', r'\n', html)
   
10.     html = re.sub(r'<[^<>]*>', '', html)
    
11.     html = html.replace('\r', '')
    
12.     return html.strip()
    
13. 
    
14. url = 'http://tieba.baidu.com/p/1294878714'
    
15. a = urllib2.urlopen(url).read()
    
16. 
    
17. #開始創(chuàng)建文件
    
18. fp = open('tstsss.txt','w')
    
19. 
    
20. #開始找樓主
    
21. findlouzhu = re.findall(r'author:.*',a,re.M)
    
22. 
    
23. louzhu = ''
    
24. for louzhu in findlouzhu:
    
25.     louzhu = re.sub(r'author:"', r'', louzhu )
    
26.     louzhu = re.sub(r'",',r'',louzhu )
    
27. 
    
28. #看看樓主是誰
    
29. print louzhu
    
30. 
    
31. #此處很奇怪，從正則表達式匹配出來的樓主，和下面賦值的時一樣的，但是，
    
32. #下面如果使用正則表達式匹配取得的變量的話，卻無法取得內(nèi)容并生成內(nèi)容。
    
33. #而使用手動賦值的話，確可以獲取到樓主的發(fā)布的內(nèi)容。這是什么原因？
    
34. #louzhu = 'pbs6666'
    
35. 
    
36. content = re.findall(r'<li class="d_name">.*?</cc>',a,re.M|re.S)
    
37. for i in content:
    
38.     if re.search(louzhu,i):
    
39.         abc = re.findall(r'<cc>.*?</cc>',i,re.M|re.S)
    
40.         for j in abc:
    
41.             fp.write(html_to_text(j)+'\n')
    
42. fp.close()

復(fù)制代碼

lixinyong0412

你獲得的字符串中包含了空格
將re.search(louzhu, i)
改為re.search(louzhu.strip(), i)

lixinyong0412

你獲得的字符串中包含了空格
將re.search(louzhu, i)
改為re.search(louzhu.strip(), i)

flyboy612

回復(fù) 3# lixinyong0412

非常感謝您的回復(fù)，原來是這樣子的啊。謝謝！

Tinylamb

解析網(wǎng)頁，建議用BeautifulSoup