王锋 2010年05月26日 星期三 09:49 | 2219次浏览 | 1条评论
#-*- coding: utf8 -*-
import re
html = """
<div class="box-s1-l">
<div class="col"> <span class="day_s">白天</span>
<div class="w-icon"><img alt='多云' src='http://www.sinaimg.cn/dy/weather/images/yb2/45_45/duoyun_0.gif' /></div>
<h2>多云</h2>
<div class="w-number"> <span class="tpte">14℃</span> </div>
</div>
<div class="col"> <span class="day_s">夜间</span>
<div class="w-icon"><img alt='多云' src='http://www.sinaimg.cn/dy/weather/images/yb2/45_45/duoyun_1.gif' /></div>
<h2>多云</h2>
<div class="w-number"> <span class="tpte">6℃</span> </div>
</div>
</div>
"""
if __name__ == '__main__':
p = re.compile('<[^>]+>')
print p.sub("", html)</pre>
<p> 这个是去掉所有HTML标签。你可以把你需要提取数据的那行HTML用这个正则把非HTML标签的内容提取出 来</p>
<p> </p>
<p>例如:</p>
<p>取天气</p>
<p>
</p>
<pre name="code" class="python">#!/usr/bin/env python
#-*- coding: utf8 -*-
import re
html = """
<h2>多云</h2>
"""
if __name__ == '__main__':
p = re.compile('<[^>]+>')
print p.sub("", html)</pre>
<p> 取温度</p>
<p>
</p>
<pre name="code" class="python">#!/usr/bin/env python
#-*- coding: utf8 -*-
import re
html = """
<div class="w-number"> <span class="tpte">14℃</span> </div>
"""
if __name__ == '__main__':
p = re.compile('<[^>]+>')
print p.sub("", html)</pre>
Zeuux © 2024
京ICP备05028076号
回复 王锋 2010年05月26日 星期三 11:11