python爬蟲 正則表達(dá)式解析
這篇文章主要介紹了python爬蟲 正則表達(dá)式解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
- re.I # 忽略大小寫
- re.M # 多行匹配,將正則作用到源數(shù)據(jù)的每一行
- re.S # 單行匹配,將正則作用到整個源數(shù)據(jù),輸出一個整體字符串(包括換行符也打?。?/p>
string = '''fall in love with you i love you very much i love she i love her''' # 去除以i開頭的每一行數(shù)據(jù) re.findall('^i.*',string,re.M)
['i love you very much', 'i love she', 'i love her']
#匹配全部行 string1 = """細(xì)思極恐 你的隊友在看書 你的敵人在磨刀 你的閨蜜在減肥 隔壁老王在練腰 """ re.findall('.*',string1,re.S)
['細(xì)思極恐\n你的隊友在看書\n你的敵人在磨刀\n你的閨蜜在減肥\n隔壁老王在練腰\n', '']
爬取糗事百科中所有的圖片進(jìn)行保存
import requests import re import urllib import os url = 'https://www.qiushibaike.com/pic/page/%d/?s=5170552' # 自定義請求頭信息 headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36' } # 判斷是否存在名為qiutu的文件夾,如果不存在則創(chuàng)建文件夾 if not os.path.exists('./qiutu'): os.mkdir('./qiutu') # 手動輸入開始頁,結(jié)束頁 start_page = int(input('start>>>')) end_page = int(input('end>>>')) for page in range(start_page,end_page+1): # 按照每頁url形式拼接指定url new_url = format(url%page) # 發(fā)起請求 page_text = requests.get(url=new_url,headers=headers).text # 使用正則找出page_text頁面中所有圖片url img_url_list = re.findall('<div class="thumb">.*?<img src="(.*?)" alt=.*?</div>',page_text,re.S) # 給每一個圖片url添加https協(xié)議頭 for img_url in img_url_list: img_url = 'https:' + img_url # 將圖片url切割去除圖片名稱,作為存儲時圖片的名稱 img_name = img_url.split('/')[-1] img_path = 'qiutu/' + img_name、 # 對圖片做持久化存儲 urllib.request.urlretrieve(url=img_url,filename=img_path) print(img_path,'下載成功') print('over')
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持我們。
欄 目:正則表達(dá)式
下一篇:循序漸進(jìn)掌握遞歸正則表達(dá)式【推薦】
本文標(biāo)題:python爬蟲 正則表達(dá)式解析
本文地址:http://mengdiqiu.com.cn/a1/zhengzebiaodashi/11134.html
您可能感興趣的文章
- 01-11正則表達(dá)式實現(xiàn)添加、刪除、替換三種功能
- 01-11python 用正則表達(dá)式篩選文本信息的實例
- 01-11正則表達(dá)式之匹配數(shù)字范圍
- 01-11python爬蟲正則表達(dá)式之處理換行符
- 01-11正則表達(dá)式匹配路由的實現(xiàn)代碼
- 01-11正則表達(dá)式截取身份證號碼加密的方法
- 01-11js正則表達(dá)式 匹配兩個特定字符間的內(nèi)容示例
- 01-11MySQL使用正則表達(dá)式進(jìn)行查詢操作經(jīng)典實例總結(jié)
- 01-11python正則表達(dá)式之對號入座篇
- 01-11詳解正則表達(dá)式實現(xiàn)二代身份證號碼驗證


閱讀排行
本欄相關(guān)
- 01-11正則表達(dá)式實現(xiàn)添加、刪除、替換三
- 01-11正則表達(dá)式之匹配數(shù)字范圍
- 01-11python 用正則表達(dá)式篩選文本信息的實
- 01-11正則表達(dá)式匹配路由的實現(xiàn)代碼
- 01-11python爬蟲正則表達(dá)式之處理換行符
- 01-11js正則表達(dá)式 匹配兩個特定字符間的
- 01-11正則表達(dá)式截取身份證號碼加密的方
- 01-11python正則表達(dá)式之對號入座篇
- 01-11MySQL使用正則表達(dá)式進(jìn)行查詢操作經(jīng)典
- 01-11詳解正則表達(dá)式實現(xiàn)二代身份證號碼
隨機(jī)閱讀
- 01-11Mac OSX 打開原生自帶讀寫NTFS功能(圖文
- 01-11ajax實現(xiàn)頁面的局部加載
- 01-10SublimeText編譯C開發(fā)環(huán)境設(shè)置
- 04-02jquery與jsp,用jquery
- 01-10C#中split用法實例總結(jié)
- 08-05dedecms(織夢)副欄目數(shù)量限制代碼修改
- 08-05織夢dedecms什么時候用欄目交叉功能?
- 08-05DEDE織夢data目錄下的sessions文件夾有什
- 01-10使用C語言求解撲克牌的順子及n個骰子
- 01-10delphi制作wav文件的方法