Python Findall正则表达式问题

Question

因此，基本上我的主要问题来自findall的正则表达式部分。 我正在尝试对某些信息进行网络抓取，但是我一生都无法正确获取任何数据。 我以为（\\ S + \\ S +）是正则表达式的一部分，我会从<li>和</li>的HTML代码之间的任何部分中提取出来，但是我却从print（数据）。 我意识到我将需要为每个列表代码部分中的每个单词使用\\ S +，所以我将如何处理呢？ 另外，如何获得将HTML的每个不同部分与列表代码部分一起发布的信息？

输入：仅网站。

Mikky Ekko-时间

输出：在这种情况下，它应该是专辑标题（即Mikky Ekko-时间）

import urllib.request
from re import findall
url = "http://rnbxclusive.se"

response = urllib.request.urlopen(url)
html = response.read()
htmlStr = str(html)

data = findall("<li>(\S+ \S+)</li>.*", htmlStr)
print(data)
for item in data:
   print(item)

Answer 1

<li>([^><]*)<\/li>

试试这个。这将给出<li>标签的所有内容。 标志。请参阅演示。

http://regex101.com/r/dZ1vT6/55

Answer 2

使用lxml

import lxml.html

doc = lxml.html.fromstring(response.read())
for li in doc.findall('.//li'):
    print li.text_content()