python 用正则在response.text中获取＜title＞标签的内容

使用正则表达式从HTTP响应文本中提取<title>标签内容的Python实现方法：

方法一：基础正则匹配

import re
import requests

response = requests.get('https://example.com')
html = response.text
title = re.findall(r'<title>(.*?)</title>', html)[0]  # 非贪婪匹配避免截断:ml-citation{ref="3" data="citationList"}

方法二：处理编码与异常

import re
import requests

try:
    response = requests.get('https://example.com')
    response.encoding = response.apparent_encoding  # 自动检测编码:ml-citation{ref="7" data="citationList"}
    title_match = re.search(r'<title>(.*?)</title>', response.text)
    if title_match:
        print(title_match.group(1))  # 使用group提取捕获组内容:ml-citation{ref="5" data="citationList"}
except Exception as e:
    print(f"Error: {e}")

注意事项

1. ‌编码处理‌：建议设置response.encoding避免乱码，优先使用apparent_encoding自动检测
2. ‌正则优化‌：非贪婪模式.*?可防止匹配到后续闭合标签
3. ‌异常捕获‌：网络请求需包裹在try-except中处理超时等问题
4. ‌替代方案‌：复杂HTML解析推荐使用BeautifulSoup，正则更适用于简单场景

如需处理动态加载页面，可结合Selenium获取完整DOM后再提取。