def getsourse(self,url):
        html=requests.get(url)
        html.encoding='utf-8'
        return html.text

關於html檔案轉text格式因為uft-8而出現亂碼的問題

這種呼叫requests然後把html做text處理的時候，為了防止亂碼，前面一定要加上“

html.encoding='utf-8'

關於正則表示式的匹配規則問題

title=re.search(r'title=\\\'(.*?)\\\'>',str(lists))

我這裡實際上想要的匹配規則是前面是title=\'，後面是\'>，如果我們在前面加了r的話，這裡會有正則轉義

而如果不加r，我們需要先進行字串轉義再進行正則轉義，言下之意我們需要寫成：

……好像我也不知道

關於寫入檔案時，utf-8會出現的亂碼以及檔案具體的建立模式問題

首先匯入codecs，建立檔案的時候注意用如下的方式


import codecs

f=codecs.open('text.txt','wb+','utf-8')