Python正则Match匹配失败但regex101正常，求问题排查

嘿，我一眼就看出问题所在了——你在Python里用了re.match()，但这个方法的行为和你用的测试工具不一样！

核心问题 #

re.match()只从字符串的起始位置开始匹配，而你的HTML字符串开头是<!DOCTYPE html>，根本不是<title>标签，所以匹配直接失败。但测试工具默认是在整个字符串里搜索匹配项，这相当于Python中的re.search()方法，所以能正常找到结果。

快速修复 #

把代码里的match = title_pattern.match(html)替换成match = title_pattern.search(html)就行。

修改后的完整代码：

import re

def get_title_and_content(html):
    html = """<!DOCTYPE html> <html> <head> <title>Change delivery date with Deliv</title> </head> <body> <div class="gkms web">The delivery date can be changed up until the package is assigned to a driver.</div> </body> </html> """
    title_pattern = re.compile(r'<title>(.*?)</title>(.*)')
    match = title_pattern.search(html)
    if match:
        print('successfully extract title and answer')
        return match.groups()[0].strip(), match.groups()[1].strip()
    else:
        print('unable to extract title or answer')

额外提醒 #

• 区分match()和search()：match()锚定字符串开头，search()扫描整个字符串找第一个匹配项；
• 解析HTML更推荐用BeautifulSoup这类专门的库，正则处理HTML很容易因为标签格式变化（比如带属性、换行）失效。

内容的提问来源于stack exchange，提问作者Yang