如何确保 re.findall() 停止在正确的位置？

这是我的代码：

a='<title>aaa</title><title>aaa2</title><title>aaa3</title>'
import re
re.findall(r'<(title)>(.*)<(/title)>', a)

结果是：

[('title', 'aaa</title><title>aaa2</title><title>aaa3', '/title')]

如果我设计了一个爬虫来获取网站标题，我最终可能会得到类似这样的内容，而不是网站的标题。

我的问题是，我该如何限制findall到一个单一的<title></title>?

Use re.search代替re.findall如果您只想要一场比赛：

>>> s = '<title>aaa</title><title>aaa2</title><title>aaa3</title>'
>>> import re
>>> re.search('<title>(.*?)</title>', s).group(1)
'aaa'

如果您想要所有标签，那么您应该考虑将其更改为非贪婪的（即 -.*?):

print re.findall(r'<title>(.*?)</title>', s)
# ['aaa', 'aaa2', 'aaa3']     

但真正考虑使用 BeautifulSoup 或 lxml 或类似的方法来解析 HTML。