Python 正则表达 re.findall 选取无class得段落 选不出来 求大神帮忙

[三木主公]

求大神帮帮忙！
我现在想爬取某财经网站的内容（http://www.yuncaijing.com/concept），碰到了这样的一个段落。

这个段落，我试了半天都取不到。
我用的是 re包
用 re.findall('<p>(.*?)</p>', html),其中html是我趴下来的内容。
谢谢~

[屎克螂]

re.findall('<p>(.|\s)*?</p>', html)

[xSeeker~]

试下 re.findall(u'<p>(.*?)</p>', html),可以吗 正则匹配的内容含有中文，要加前缀u

[三木主公]

还是不行 选不出来，我猜可能是跟前面那些好多空格有关系。。。

[竹聿Simon]

我一般都是用： pattern = re.compile('<p>(.*?)</p>', re.S) re.findall(pattern,html) 因为在正则表达式里面，点号（.）是匹配换行符以外的任意字符，用re.S处理后则可以匹配所有了。

[TaiJi1985]

我现在爬取网页，一般都用pyquery。如果你知道jquery，就知道这东西有多强大了。。。 它自带的强大选择器可以很快定位到你要爬取的内容。。

#!/usr/bin/python
# -*- coding: UTF-8 -*-
from pyquery import PyQuery as pq
import urllib
u = 'http://www.7dsw.com/toplastupdate/1.html'
p = urllib.urlopen(u)
pp = p.read().decode('gbk')
d = pq(pp)
sep = d('#newscontent ul a').text()
for s in sep.split(' '):
    print s 

上面代码中的 '#newscontent ul a 语法和css或者jquery是一致的。。。。。