[問題] 用re抓網頁原始檔的資料

[qazwsxedccs (嘖嘖)]

下面這些是網站部分的原始瑪


<hr>
</pre><b>5 definitions found
</b><pre>
</pre><b>From <a
href="http://www.aa.com"> title </a>:
</b><pre>

我是要擷取的data

</pre><b>From <a
href="http://www.aa.com"> title2 </a>:
</b><pre>


我覺得可能是要用regular expression裡面的function
把他擷取出來

但我只有用到
re.split('\s(.*)\s<pre>', 上面那些str)
這東西出來會是好幾段 而且有我不想要的資訊


請問各位大大 有沒有更好的擷取的方法 ?



--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 118.160.111.225
→ suzuke:BeautifulSoup
→ qazwsxedccs:可是BeautifulSoup好像沒有支援python 3.2 Q_Q
→ suzuke:好像是~
推 danqing:re.search()
推 NolandTA:pyquery
→ NolandTA:有支援3.2 以jquery的方式擷取資料
→ bob123:re.findall()
推 alex0914:lxml+xpath