python爬虫问题

Question

obj = re.compile(r'<li>.*?<span class="title">(?P<name>.*?)'
                 r'</span>.*?<p class="">.*?<br>(?P<year>.*?)&nbsp.*?</span '
                 r'class="rating_num" property="v:average">(?P<star>.*?)</span>', re.S)

obj = re.compile(r'<li>.*?<span class="title">(?P<name>.*?)</span>' , re.S)
obj = re.compile(r'</span>.*?<p class="">.*?<br>(?P<year>.*?)&nbsp.*?</span' , re.S)
obj = re.compile(r'class="rating_num" property="v:average">(?P<star>.*?)</span>.*?', re.S)

爬取网页内容时，用第一种方法爬不到东西，但是我将它们分开写之后是能爬到东西的，请问是什么问题

Answer 1

因为你的正则匹配写的太长，可能匹配不到你想要的html，但是你分开之后，匹配的内容相对少，出现错误的几率就低，建议分段匹配