#coding=utf-8 import re from urllib2 import urlopen webpage = urlopen('http://www.baidu.com') #获取百度页面的信息 text = webpage.read() #读取为文本 tmp = text.decode('utf8') #对原文本进行utf8转码, 此处要跟代码的编码格式一致 pat = '<title>(.*)?([\u4e00-\u9fa5]*)?</title>' #对中文进行匹配 re.escape(pat) #对匹配模式中需要转义的符号进行转义 pat = re.compile(pat) #compile一下 m = re.search(pat,tmp) title = m.group(1) print title webpage.close()