正则表达式捕获html隐藏输入

【问题标题】：regex capture html hidden input正则表达式捕获html隐藏输入
【发布时间】：2013-10-06 20:48:58
【问题描述】：

我试图用 python pycurl 捕获 joomla 令牌，我写了这个功能代码：

import urllib, urllib2, sys, re
import cStringIO
import pycurl

def CaptureToken(cURL):
    buf = cStringIO.StringIO()
    c = pycurl.Curl()
    c.setopt(c.URL, cURL)
    c.setopt(c.WRITEFUNCTION, buf.write)
    c.setopt(c.CONNECTTIMEOUT, 30)
    c.setopt(c.TIMEOUT, 30)
    c.perform()
    html = buf.getvalue()
    buf.close()
    results = re.match(r"(type=\"hidden\" name=\"([0-9a-f]{32})\")", html).group(1)
    print results

CaptureToken('http://www.proregionisbono.org.pl/administrator/index.php')

在记事本++中，这个正则表达式工作，在python中不工作:(，请有人帮助我。

【问题讨论】：

标签： python html regex

【解决方案1】：

re.match 从字符串的开头匹配，您可能希望re.search 匹配字符串中的任何位置。

Python docs

这个版本的代码适合我：

import urllib, urllib2, sys, re
import cStringIO
import pycurl

def CaptureToken(cURL):
    buf = cStringIO.StringIO()
    c = pycurl.Curl()
    c.setopt(c.URL, cURL)
    c.setopt(c.WRITEFUNCTION, buf.write)
    c.setopt(c.CONNECTTIMEOUT, 30) 
    c.setopt(c.TIMEOUT, 30) 
    c.perform()
    html = buf.getvalue()
    buf.close()
    results = re.search(r'(type="hidden" name="([0-9a-f]{32})")', html).group(2)
    print results

CaptureToken('http://www.proregionisbono.org.pl/administrator/index.php')

【讨论】：

AND 很好地从将 RE 模式包含在 "s 中转换为包含在 s 中，因此不再需要 \"。