在Python正则表达式搜索中匹配字符串的通配符

Question

我想我可以写一些快速的代码来下载Facebook页面的“粉丝”数量。

出于某种原因，尽管我已经尝试了相当多的迭代，但我无法获得以下代码来确定HTML中的fans数量。在本例中，我在web上找到的其他解决方案都与regex不匹配。当然，在两个匹配的位之间有一些通配符是可能的吗？

我要匹配的文本是“6个X fans”，其中X是一个页面拥有的任意数量的fans-我想得到这个数字。

我正在考虑间歇性地轮询这些数据并将其写入文件中，但我还没有着手解决这个问题。我还想知道这是否是正确的方向，因为代码看起来相当笨拙。：）

import urllib
import re

fbhandle = urllib.urlopen('http://www.facebook.com/Microsoft')
pattern = "6 of(.*)fans" #this wild card doesnt appear to work?
compiled = re.compile(pattern)

for lines in fbhandle.readlines():
        ms = compiled.match(lines)
        print ms #debugging
        if ms: break
#ms.group()
print ms
fbhandle.close()

Answer 1

import urllib
import re

fbhandle = urllib.urlopen('http://www.facebook.com/Microsoft')
pattern = "6 of(.*)fans" #this wild card doesnt appear to work?
compiled = re.compile(pattern)

ms = compiled.search(fbhandle.read())
print ms.group(1).strip()
fbhandle.close()

您需要改用re.search()。使用re.match()尝试将模式与整个文档匹配，但实际上您只是试图匹配文档中的一个片段。上面的代码打印：79,110。当然，当它被其他人运行时，可能会是一个不同的数字。