本文以网站https://mm.taobao.com/self/model_album.htm?user_id=687471686点击打开链接为例子,介绍如何匹配总页数,如下图所示。
webdriver.Chrome().page_source的类型为Unicode,所以匹配字符串也要是unicode,测试代码如下:
from selenium import webdriver import time import re if __name__ == '__main__': browser = webdriver.Chrome() browser.get('https://mm.taobao.com/self/model_album.htm?user_id=687471686') time.sleep(2) r = re.findall(ur'共(\d+)页 到第',browser.page_source) print r
输出:
[u'5']
如果re.findall(ur'共(\d+)页 到第',browser.page_source)修改为re.findall(r'共(\d+)页 到第',browser.page_source)将无法匹配成功。