遍歷單詞儘可能多re.search python

Question

我想檢索段落包含單詞從一個網站。問題我不知道有多少單詞後，所以我需要迭代它。

import urllib.request 
import re 
url = "http://www.cnn.com" 
request = urllib.request.Request(url) 
html_content = urllib.request.urlopen(request) 
mystring=html_content.read().decode('utf-8') 
m = re.search('CNN\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+\s(\w+)',mystring) 
print (m.group(0)) 

在這個例子中

我從韓國CNN的任意不等階關鍵字的新聞，例如我想獲得的所有段落，直到第一個句號（。），或者可以說punctutaion標誌。

Answer 1

我不知道這是否真的解決了您的問題。如果你希望你的文字被分成句子使用：

re.split(r'[\.\!]', text)

如果你只想文本的第一句使用：

re.match(r'.*[\.\!]', text

的點意味着每一個字符會一場比賽。星號是零或多個出現的量詞。括號中包含最後一個字符的集合，它是一個點或一個感嘆號。

，如果你想找到包含特定關鍵字的使用這種每一句：

re.findall(r'[^\.\!]*KEYWORD[^\.\!]*[\.\!]', text)

在匹配的字符集開頭的抑揚意味着每一個字符除了給定的。