网页爬虫 - Python正则表达式问题

Question

我要匹配html的一个<p class>这个标签，但是这个网页里有很多其他的p标签，比如<p class='article'>这样的标签。我不需要其他的p，我就要匹配p class，那么该如何匹配？

Answer 1

可以试试 beautifulsoup

Answer 2

BeautifulSoup指哪打哪.

Answer 3

from bs4 import BeautifulSoup
soup = BeautifulSoup(html,"lxml")
art = soup.find("p",attrs={"class":"article"})
print art

Answer 4

建议使用XPath

Answer 5

额，你用的解析库是什么呢？不是直接用正则解析整个页面吧？把问题描述详细点

Answer 6

^\<p class\>$

利用行首、行尾限定符来精确匹配即可。