Python Findall正則表達式問題

Question

因此，基本上我的主要問題來自findall的正則表達式部分。 我正在嘗試對某些信息進行網絡抓取，但是我一生都無法正確獲取任何數據。 我以為（\\ S + \\ S +）是正則表達式的一部分，我會從<li>和</li>的HTML代碼之間的任何部分中提取出來，但是我卻從print（數據）。 我意識到我將需要為每個列表代碼部分中的每個單詞使用\\ S +，所以我將如何處理呢？ 另外，如何獲得將HTML的每個不同部分與列表代碼部分一起發布的信息？

輸入：僅網站。

Mikky Ekko-時間

輸出：在這種情況下，它應該是專輯標題（即Mikky Ekko-時間）

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>

試試這個。這將給出<li>標簽的所有內容。 標志。請參閱演示。

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()