selenium关于正则表达式匹配webdriver.Chrome().page_source中文的问题

本文以网站https://mm.taobao.com/self/model_album.htm?user_id=687471686点击打开链接为例子,介绍如何匹配总页数,如下图所示。




webdriver.Chrome().page_source的类型为Unicode,所以匹配字符串也要是unicode,测试代码如下:

from selenium import webdriver
import time
import re

if __name__ == '__main__':
    browser = webdriver.Chrome()
    browser.get('https://mm.taobao.com/self/model_album.htm?user_id=687471686')
    time.sleep(2)
    r = re.findall(ur'共(\d+)页 到第',browser.page_source)
    print r

输出:

[u'5']


如果re.findall(ur'共(\d+)页 到第',browser.page_source)修改为re.findall(r'共(\d+)页 到第',browser.page_source)将无法匹配成功。

相关文章

正则替换html代码中img标签的src值在开发富文本信息在移动端...
正则表达式
AWK是一种处理文本文件的语言,是一个强大的文件分析工具。它...
正则表达式是特殊的字符序列,利用事先定义好的特定字符以及...
Python界一名小学生,热心分享编程学习。
收集整理每周优质开发者内容,包括、、等方面。每周五定期发...