Python正则表达式搜索三个术语

Question

我是Python和Regex的新手，我有点困惑。 我想搜索三个不同术语的网页标题，如果标题匹配我想要打印的标题（我正在使用scrapy，所以它为每个项目打印）。 我不确定我们如何通过这三个术语进行搜索？ 例如，如果标题有“Dresses | Wallets | Pumps”打印出来。

现在我只需要打印标题中的第一个术语

c_raw = response.xpath('//title').extract()
c_re = re.search('<title>(.*?) |.*?', c_raw[0])
c = c_re.group(1).lower()

我试过了

c_raw = response.xpath('//title').extract()
c_re = re.search('Dresses|Wallets|Pumps', c_raw[0])
c = c_re.group(0)

但有些c打印无。 我也不确定c_raw[0]在做什么？ 0怎么办？ 任何帮助，将不胜感激！

编辑：虽然以下答案有所帮助 - 在Dresses | Wallets | Pumps周围添加括号也有效

Answer 1

这是一个正则表达式，可以找到哪个（如果有的话）你的标题关键字出现在c_raw ：

regex = re.compile("(?:Dresses)|(?:Wallets)|(?:Pumps)")
print regex.findall(c_raw)

(?:Dresses)等的格式，只是意味着它们一起出现的顺序匹配括号内的字母，但不将它们保存为正则表达式组。

至于c_raw[0]在做什么，基本上c_raw是一个字符串。 在python中，您可以将字符串视为字符数组。 所以， c_raw[0]是说，给我数组的第0指数c_raw -即得到的第一个字符c_raw

Answer 2

从scrapy shell试试这个演示，

In [1]: text = "<title>Testing test Pumps abc asdf a</title>"

In [2]: sel = Selector(text=text)

In [3]: sel.xpath('//title').re('Dresses|Wallets|Pumps')
Out[3]: [u'Pumps']

我已经为选择器对象输入了一个html，因为你没有提供任何特定的start-url