Python正则表达式匹配HTML页面编码_python教程-查字典教程网
Python正则表达式匹配HTML页面编码
Python正则表达式匹配HTML页面编码
发布时间:2016-12-28 来源:查字典编辑
摘要: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...

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=["']"']"']?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'

相关阅读
推荐文章
猜你喜欢
附近的人在看
推荐阅读
拓展阅读
  • 大家都在看
  • 小编推荐
  • 猜你喜欢
  • 最新python学习
    热门python学习
    脚本专栏子分类