论坛监视器第一步——获取帖子标题

正则方面感觉和原来的小有区别 MS零宽断言没有了 零宽断言完成的任务让分组替代了 简单了很多

写了一个获取当前页面帖子标题的小程序练习一下

import urllib2,re

f=urllib2.urlopen('http://bbs.cfan.com.cn/forum-53-1.html#stickthread_787399')

fp=file('html.txt','w')

fp.write(f.read())

fp.close

reg1='(\s*<span\s*id="thread_\d*"><a\s*href="thread-\d*-\d*-\d*\.html">)(.*)(</a></span>)'

fp=file('html.txt','r')

while True:

    line = fp.readline()

    if len(line) == 0:

        break

    reg2=line

    try:

        reg=re.search(reg1,reg2).group(2)

        print reg

        print

    except AttributeError:

        continue

fp.close

print "分析结束!"

运行后的截图



骨头在选择方法的时候明显的比我老道 我写的太累赘了