python正则表达式找不到所有图像文件

【问题标题】：python regular expression could not find all images filespython正则表达式找不到所有图像文件
【发布时间】：2013-08-30 19:15:45
【问题描述】：

我正在尝试使用 re.compile 获取网页中的所有图像文件

title=re.compile("<img src='(.*)jpg'")

但它无法捕捉到所有以“jpg”结尾的香味，它在一个包含许多图像的网络中只有 3 个非常长的字符串（许多链接以 jpg 结尾），有人可以帮我解决这个问题。提前致谢

【问题讨论】：

【解决方案1】：

你的表情太贪心了。统治它：

re.compile("<img src='([^']*)jpg'")

但是，更好的方法是使用适当的 HTML 解析器，例如 BeautifulSoup:

for image in soup.find_all('img', src=True):
    print image['src']

例如，查找所有带有src 属性的<img /> 标记。

【讨论】：

+1 用于解决问题并提供更好的解决方法。 @hln，您应该查找进行惰性匹配的不同方法——Martijn 使用的事实是会有一个结尾引号，您还可以使用*? 使用稍微复杂的正则表达式。