Python正则表达式匹配HTML页面编码
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" />', '<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'
-
我们得到了一些这样的内容：
-
有没有人试图描述与正则表达式匹配的正则表达式？ 由于重复的关键字，这个主题几乎不可能在网上找到。 它可能在实际应用程序中不可用，因为支持正则表达式的语言通常具有解析它们的方法，我们可以将其用于验证，以及一种在代码中分隔正则表达式的方法，可用于搜索目的。 但是我仍然想知道匹配所有正则表达式的正则表达式是什么样子的。应该可以写一个。
-
问题内容： 我在Python中使用什么正则表达式来匹配这样的日期：“ 11/12/98”？ 问题答案： 与其使用正则表达式，不如将字符串解析为对象通常更好： 然后，您可以访问日，月和年（以及小时，分钟和秒）作为对象的属性： 要测试用正斜杠分隔的数字序列是否表示有效日期，可以使用一个块。无效的日期将引发： 如果您需要搜索更长的字符串以获取日期，则可以使用正则表达式来搜索以正斜杠分隔的数字： 当然，无
-
出于某种原因，上面的正则表达式没有捕捉带撇号的名称。 例如：D'STALL先生不匹配。任何关于regex模式的帮助都将不胜感激。 代码所做的是获取输入并用XML标记它。诸如以下内容： 正则表达式与上述段落不匹配。
-
主要内容：基本模式匹配,字符簇,确定重复出现基本模式匹配 一切从最基本的开始。模式，是正则表达式最基本的元素，它们是一组描述字符串特征的字符。模式可以很简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。例如： 这个模式包含一个特殊的字符 ^，表示该模式只匹配那些以 once 开头的字符串。例如该模式与字符串 "once upon a time" 匹配，与 "There once was
-
问题内容： 当字符串以数字开头时，我需要匹配，然后是一个点，然后是一个空格和1个或多个大写字符。匹配必须发生在字符串的开头。我有以下字符串。 我尝试过的正则表达式是： 它不匹配。一个有效的正则表达式将对这个问题有什么作用？ 问题答案： （对不起，我先前的错误。大脑现在坚定地投入了。嗯，也许。） 这有效： 分解： =字符串开头 =一个或多个数字 （之所以转义，是因为它在字符串中，因此） =文字（或者