正则表达式如何匹配网页里面的汉字？

python做的爬虫，需要提取html中 Apple iPhone 5s (A1530) 16GB 金色 移动联通4G手机 这里面的手机名，因为初学怎么都不能匹配完全， 其中用.*只能匹配到Apple iPhone 5s (A1 请各位指点一下！已经困住两天了！

回复内容： 谢邀。
我又来安利xpath了，放弃正则表达式吧少年。

 //span[@class="pro-title"]/text()
  

没人用BeautifulSoup?

(? ).*?(?= 如果实际情况中有许多不同的“ ”对，就请自行填充前后向断言的内容 你应该看看汉字编码，网页的编码很可能是GBK,然而python是用的utf8，所以绝对匹配不了
怒答，看到不懂正则的还瞎BB，为你感到悲哀！上图！

 ---------------代码区----------------
# coding:utf-8
import re
x=' Apple iPhone 5s (A1530) 16GB 金色 移动联通4G手机   '
xre=r'( )(.+)(   )'
z=re.search(xre,x).group(2)
print z
---------- 

输出区----------------------- C:\Python27\python.exe D:/PycharmProjects/爬虫/test.py Apple iPhone 5s (A1530) 16GB 金色 移动联通4G手机 进程已结束,退出代码0 .+ /sSU 一般情况下可以这样匹配中文，如图：
先用靓汤或正则找到这个节点，再用上面的字符组匹配。
假设这个节点只有一个，用法如下：

  import   re 
 import   requests   as   req 
 from   bs4   import   BeautifulSoup 

 url   =   'xxx' 
 html   =   req  .  get  (  url  )  .  text 
 bs   =   BeautifulSoup  (  html  ) 
 span   =   bs  .  find_all  (  'span'  ,   'pro-title'  ) 

 ''' 
 span = re.findall(' [^ ', html) 
 s = span[0] 
 m = re.findall('[\u4e00-\u9fa5]+', s) 
 ''' 

 s   =   str  (  span  ) 
 m   =   re  .  findall  (  '[  \u4e00  -  \u9fa5  ]+'  ,   s  ) 
 print  (  m  ) 
  

pyquery 会用jquery的话你会爱上它的 换php用 phpQuery CSS Selector

查看更多关于正则表达式如何匹配网页里面的汉字？的详细内容...

声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://haodehen.cn/did83237