有一個(gè)簡(jiǎn)單的錯(cuò)誤。HTML文件不能用正則表達(dá)式parse，因?yàn)樗奈姆ū日齽t表達(dá)式高級(jí)，具體原因參考這里。

推薦解析這種HTML用一些第三方庫(kù)，例如mechanize

我的代碼如下：import mechanize

import cookielib

if __name__=='__main__':

br = mechanize.Browser()

br.set_cookiejar(cookielib.LWPCookieJar()) # Cookie jar

br.set_handle_equiv(True) # Browser Option

br.set_handle_gzip(True)

br.set_handle_redirect(True)

br.set_handle_referer(True)

br.set_handle_robots(False)

br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)

br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]

br.open("http://apple.com")

print br.title()

輸出為Apple

對(duì)于mechanize的詳細(xì)使用，參考這里

安裝mechanize，就easy_install一下就好。

總結(jié)

以上是生活随笔為你收集整理的python爬取新闻网站标题_python如何正确抓取网页标题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。