Python正则表达式匹配HTML页面编码
发布时间:2020-12-16 19:42:11 所属栏目:Python 来源:网络整理
导读:html页面一般都会指定一个编码,如何获取到是处理html页面的第一步,因为错误的编码必然带来后面处理的问题。这里我用python的正则表达式写了个: import rea = ["meta http-equiv="Content-Type" content="text/html; charset=utf-8" /",'meta http-equiv=C
html页面一般都会指定一个编码,如何获取到是处理html页面的第一步,因为错误的编码必然带来后面处理的问题。这里我用python的正则表达式写了个: import re a = ["<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />",'<meta http-equiv=Content-Type content="text/html;charset=gb2312">','<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">','<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />','<meta http-equiv="content-type" content="text/html; charset=utf-8" />','<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />' ] b = "<meta[ ]+http-equiv=["']?content-type["']?[ ]+content=["']?text/html;[ ]*charset=([0-9-a-zA-Z]+)["']?" B = re.compile(b,re.IGNORECASE) for ax in a: r1 = B.search(ax) if r1: print r1.group() print r1.group(1),len(r1.group()) else: print 'not match' (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |