<li class="news_other">http://www.chinanews.com.cn/cj/2023/06-07/10020478.shtml 2023-06-07 07:24:00 </li>这种如何分别提取url和时间

可以使用正则表达式来提取URL和时间。

提取URL的正则表达式可以是：`<li class="news_other">\s*<a href="(.*?)">`。解释如下：

- `<li class="news_other">` 匹配 `<li class="news_other">` 标签。
- `\s*` 匹配 0 个或多个空格。
- `<a href="` 匹配 `<a href="` 字符串。
- `(.*?)` 使用非贪婪模式匹配任意字符，直到下一个字符串的匹配。
- `">` 匹配 `">` 字符串。

提取时间的正则表达式可以是：`(\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2})`。解释如下：

- `(` 表示开始一个捕获组。
- `\d{4}-\d{2}-\d{2}` 匹配日期格式，例如 `2023-06-07`。
- `\s+` 匹配 1 个或多个空格。
- `\d{2}:\d{2}:\d{2}` 匹配时间格式，例如 `07:24:00`。
- `)` 表示结束捕获组。

使用 Python 代码可以这样实现：

import re

text = '<li class="news_other">http://www.chinanews.com.cn/cj/2023/06-07/10020478.shtml    											2023-06-07 07:24:00  										</li>'
url_pattern = r'<li class="news_other">\s*<a href="(.*?)">'
time_pattern = r'(\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2})'

url_match = re.search(url_pattern, text)
if url_match:
    url = url_match.group(1)
    print(url)

time_match = re.search(time_pattern, text)
if time_match:
    time = time_match.group(1)
    print(time)

输出结果为：

http://www.chinanews.com.cn/cj/2023/06-07/10020478.shtml
2023-06-07 07:24:00