我对Python和scraping网页还很陌生。我有一个html页面的html源代码:
import requests
text =
requests.get("https://en.wikipedia.org/wiki/Collatz_conjecture").text
我想做的是计算这个页面上唯一的HTML标记的数量。例如:。结束标记不计数(并且只计数一次)
是的,我知道使用诸如beautifuldsoup这样的HTML解析器会容易得多,但是我希望只使用正则表达式来实现这一点。
我已经用蛮力计算过了,答案大概是60个独特的标签。
我该怎么做呢?
我已经试过使用re.findall(),但没有用。
'''
'''
因为答案是60左右,我希望输出是
“唯一HTML标记数:60”
