对一段html源文件的正则表达式过滤

dong1 2016-04-03 08:45:34

下面这个源文件一共有三部剧集，我想筛选出盲点和恶魔之子，过滤掉荒野大镖客（因为它没有下载链接），我用了下面的正则，但是部分成功了，他过滤出了1、盲点 2、荒野大镖客和恶魔之子（这两部是连在一起的）。怎么回事？
<tr .*?"dr_ico"><a .*?</tr>

<tr class="list " channel="tv" area="美国" day="03-30" format="HR-HDTV">

                <td class="d1">美剧</td>

                <td class="d2">HR-HDTV</td>

                <td><a href="/resource/33728" target="_blank">盲点.Blindspot.S01E15.中英字幕.HDTVrip.1024X576.mp4</a></td>

                <td class="dr_ico"><a href="magnet:?xt=urn:btih:025bcc3cd712cfc494e010e4cfd8073c8710d674&tr.1=http://tracker.openbittorrent.com/announce&tr.2=udp://tracker.openbittorrent.com:80/announce&tr.3=udp://tr.cili001.com:6666/announce&tr.4=http://tracker.publicbt.com/announce&tr.5=udp://open.demonii.com:1337&tr.6=udp://tracker.opentrackr.org:1337/announce&tr.7=http://tr.cili001.com:6666/announce" target="_blank" class="c">磁</a><a href="ed2k://|file|%E7%9B%B2%E7%82%B9.Blindspot.S01E15.%E4%B8%AD%E8%8B%B1%E5%AD%97%E5%B9%95.HDTVrip.1024X576.mp4|418331799|439bfd10c81b451de2fc350861057c79|h=sbbnr53cni3b3bxhmyl2hjummqzs43f4|/" target="_blank" class="l">驴</a><a oncontextmenu="ThunderNetwork_SetHref(this)" onclick="return OnDownloadClick_Simple(this,2,4);" href="thunder://QUFlZDJrOi8vfGZpbGV8JUU3JTlCJUIyJUU3JTgyJUI5LkJsaW5kc3BvdC5TMDFFMTUuJUU0JUI4JUFEJUU4JThCJUIxJUU1JUFEJTk3JUU1JUI5JTk1LkhEVFZyaXAuMTAyNFg1NzYubXA0fDQxODMzMTc5OXw0MzliZmQxMGM4MWI0NTFkZTJmYzM1MDg2MTA1N2M3OXxoPXNiYm5yNTNjbmkzYjNieGhteWwyaGp1bW1xenM0M2Y0fC9aWg==" thunderrestitle="盲点.Blindspot.S01E15.中英字幕.HDTVrip.1024X576.mp4" thundertype="" thunderpid="37361" thunderhref="thunder://QUFlZDJrOi8vfGZpbGV8JUU3JTlCJUIyJUU3JTgyJUI5LkJsaW5kc3BvdC5TMDFFMTUuJUU0JUI4JUFEJUU4JThCJUIxJUU1JUFEJTk3JUU1JUI5JTk1LkhEVFZyaXAuMTAyNFg1NzYubXA0fDQxODMzMTc5OXw0MzliZmQxMGM4MWI0NTFkZTJmYzM1MDg2MTA1N2M3OXxoPXNiYm5yNTNjbmkzYjNieGhteWwyaGp1bW1xenM0M2Y0fC9aWg==" class="x">迅</a><a href="http://ZiMuZuUSTV.ctfile.com/fs/8eM147086459" target="_blank" class="p">盘</a><a class="m" xmhref="ed2k://|file|%E7%9B%B2%E7%82%B9.Blindspot.S01E15.%E4%B8%AD%E8%8B%B1%E5%AD%97%E5%B9%95.HDTVrip.1024X576.mp4|418331799|439bfd10c81b451de2fc350861057c79|h=sbbnr53cni3b3bxhmyl2hjummqzs43f4|/" rel="xiaomi" target="_blank"> 小米路由</a><a class="d" target="_blank" rel="yun">云播</a><a class="d" target="_blank" rel="xuan">旋播</a></td>

                <td>398.95MB</td>

                <td class="d6">08:20</td>

            </tr><tr class="list even" channel="movie" area="西班牙" day="03-30" format="HR-HDTV">

                <td class="d1">电影</td>

                <td class="d2">HR-HDTV</td>

                <td><a href="/resource/28894" target="_blank">A.Fistful.of.Dollars.1964.荒野大镖客.双语字幕.HR-HDTV.AC3.1024X576.x264-人人影视制作.mkv</a></td>

                <td class="dr_ico"></td>

                <td>0</td>

                <td class="d6">03:13</td>

            </tr><tr class="list " channel="tv" area="美国" day="03-29" format="HR-HDTV">

                <td class="d1">美剧</td>

                <td class="d2">HR-HDTV</td>

                <td><a href="/resource/34295" target="_blank">恶魔之子.Damien.S01E04.中英字幕.HDTVrip.1024x576.mp4</a></td>

                <td class="dr_ico"><a href="magnet:?xt=urn:btih:176dc6c80c7de0eb479f05228e84488d1c8ae7f1&tr.1=http://tracker.openbittorrent.com/announce&tr.2=udp://tracker.openbittorrent.com:80/announce&tr.3=udp://tr.cili001.com:6666/announce&tr.4=http://tracker.publicbt.com/announce&tr.5=udp://open.demonii.com:1337&tr.6=udp://tracker.opentrackr.org:1337/announce&tr.7=http://tr.cili001.com:6666/announce" target="_blank" class="c">磁</a><a href="ed2k://|file|%E6%81%B6%E9%AD%94%E4%B9%8B%E5%AD%90.Damien.S01E04.%E4%B8%AD%E8%8B%B1%E5%AD%97%E5%B9%95.HDTVrip.1024x576.mp4|443812922|8569172d225201df2b04ff35b9d50069|h=byicv7ad4r6mv7gmyfjpp5xib4wrgs5i|/" target="_blank" class="l">驴</a><a oncontextmenu="ThunderNetwork_SetHref(this)" onclick="return OnDownloadClick_Simple(this,2,4);" href="thunder://QUFlZDJrOi8vfGZpbGV8JUU2JTgxJUI2JUU5JUFEJTk0JUU0JUI5JThCJUU1JUFEJTkwLkRhbWllbi5TMDFFMDQuJUU0JUI4JUFEJUU4JThCJUIxJUU1JUFEJTk3JUU1JUI5JTk1LkhEVFZyaXAuMTAyNHg1NzYubXA0fDQ0MzgxMjkyMnw4NTY5MTcyZDIyNTIwMWRmMmIwNGZmMzViOWQ1MDA2OXxoPWJ5aWN2N2FkNHI2bXY3Z215ZmpwcDV4aWI0d3JnczVpfC9aWg==" thunderrestitle="恶魔之子.Damien.S01E04.中英字幕.HDTVrip.1024x576.mp4" thundertype="" thunderpid="37361" thunderhref="thunder://QUFlZDJrOi8vfGZpbGV8JUU2JTgxJUI2JUU5JUFEJTk0JUU0JUI5JThCJUU1JUFEJTkwLkRhbWllbi5TMDFFMDQuJUU0JUI4JUFEJUU4JThCJUIxJUU1JUFEJTk3JUU1JUI5JTk1LkhEVFZyaXAuMTAyNHg1NzYubXA0fDQ0MzgxMjkyMnw4NTY5MTcyZDIyNTIwMWRmMmIwNGZmMzViOWQ1MDA2OXxoPWJ5aWN2N2FkNHI2bXY3Z215ZmpwcDV4aWI0d3JnczVpfC9aWg==" class="x">迅</a><a href="http://ZiMuZuUSTV.ctfile.com/fs/WD3147078419" target="_blank" class="p">盘</a><a class="m" xmhref="ed2k://|file|%E6%81%B6%E9%AD%94%E4%B9%8B%E5%AD%90.Damien.S01E04.%E4%B8%AD%E8%8B%B1%E5%AD%97%E5%B9%95.HDTVrip.1024x576.mp4|443812922|8569172d225201df2b04ff35b9d50069|h=byicv7ad4r6mv7gmyfjpp5xib4wrgs5i|/" rel="xiaomi" target="_blank"> 小米路由</a><a class="d" target="_blank" rel="yun">云播</a><a class="d" target="_blank" rel="xuan">旋播</a></td>

                <td>423.25MB</td>

                <td class="d6">22:56</td>

            </tr>

...全文

142 4 打赏收藏转发到动态举报

写回复

用AI写文章

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

dong1 2016-04-07

打赏
举报

引用 3 楼 uiuiy1 的回复:

[quote=引用 2 楼 dong1 的回复:] [quote=引用 1 楼 uiuiy1 的回复:] import re re.findall('<td class="dr_ico">(<a .*?)</td>', a, re.M)

谢谢您的回答,你的正则的确可以筛选出<盲点>和<恶魔之子>的链接但是假如我需要连同剧集名称(就是这行:<td><a href="/resource/33728" target="_blank">盲点.Blindspot.S01E15.中英字幕.HDTVrip.1024X576.mp4</a></td>)一起筛选出来, 似乎还是会回到我的问题上来, 即<荒野大镖客>和<恶魔之子>被"粘连"在了一起...[/quote] re.findall('<td><a.+>(.+?)</a></td>\s*<td class="dr_ico">(<a .*?)</td>', a, re.M)[/quote] 问题找到了,原来关键在于re.M....谢谢uiuiy1

屎克螂 2016-04-07