有一個簡單的錯誤。HTML文件不能用正則表達式parse，因為他的文法比正則表達式高級，具體原因參考這里。

推薦解析這種HTML用一些第三方庫，例如mechanize

我的代碼如下：import mechanize

import cookielib

if __name__=='__main__':

br = mechanize.Browser()

br.set_cookiejar(cookielib.LWPCookieJar()) # Cookie jar

br.set_handle_equiv(True) # Browser Option

br.set_handle_gzip(True)

br.set_handle_redirect(True)

br.set_handle_referer(True)

br.set_handle_robots(False)

br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)

br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]

br.open("http://apple.com")

print br.title()

輸出為Apple

對于mechanize的詳細使用，參考這里

安裝mechanize，就easy_install一下就好。

總結

以上是生活随笔為你收集整理的python爬取新闻网站标题_python如何正确抓取网页标题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。