python爬虫正则表达式实例-python爬虫 正则表达式解析
这篇文章主要介绍了python爬虫 正则表达式解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
- re.I # 忽略大小写
- re.M # 多行匹配,将正则作用到源数据的每一行
- re.S # 单行匹配,将正则作用到整个源数据,输出一个整体字符串(包括换行符也打印)
string = '''fall in love with you
i love you very much
i love she
i love her'''
# 去除以i开头的每一行数据
re.findall('^i.*',string,re.M)
['i love you very much', 'i love she', 'i love her']
#匹配全部行
string1 = """细思极恐
你的队友在看书
你的敌人在磨刀
你的闺蜜在减肥
隔壁老王在练腰
"""
re.findall('.*',string1,re.S)
['细思极恐 你的队友在看书 你的敌人在磨刀 你的闺蜜在减肥 隔壁老王在练腰 ', '']
爬取糗事百科中所有的图片进行保存
import requests
import re
import urllib
import os
url = 'https://www.qiushibaike.com/pic/page/%d/?s=5170552'
# 自定义请求头信息
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'
}
# 判断是否存在名为qiutu的文件夹,如果不存在则创建文件夹
if not os.path.exists('./qiutu'):
os.mkdir('./qiutu')
# 手动输入开始页,结束页
start_page = int(input('start>>>'))
end_page = int(input('end>>>'))
for page in range(start_page,end_page+1):
# 按照每页url形式拼接指定url
new_url = format(url%page)
# 发起请求
page_text = requests.get(url=new_url,headers=headers).text
# 使用正则找出page_text页面中所有图片url
img_url_list = re.findall('
# 给每一个图片url添加https协议头
for img_url in img_url_list:
img_url = 'https:' + img_url
# 将图片url切割去除图片名称,作为存储时图片的名称
img_name = img_url.split('/')[-1]
img_path = 'qiutu/' + img_name、
# 对图片做持久化存储
urllib.request.urlretrieve(url=img_url,filename=img_path)
print(img_path,'下载成功')
print('over')
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
python爬虫正则表达式实例-python爬虫 正则表达式解析相关推荐
- python爬虫正则表达式实例-python爬虫学习三:python正则表达式
python爬虫学习三:python正则表达式 1.正则表达式基础 a.正则表达式的大致匹配过程: 1.依次拿出表达式和文本中的字符比较 2.如果每一个字符都能匹配,则匹配成功:一旦有匹配不成功的字符 ...
- python爬虫正则表达式实例-Python爬虫(十一)_案例:使用正则表达式的爬虫
本章将结合先前所学的爬虫和正则表达式知识,做一个简单的爬虫案例,更多内容请参考:Python学习指南 现在拥有了正则表达式这把神兵利器,我们就可以进行对爬取到的全部网页源代码进行筛选了. 打开之后,不 ...
- python正则表达式实例教程_Python正则表达式经典入门教程
本文实例总结了Python正则表达式基本用法.分享给大家供大家参考,具体如下: 正则表达式在平时做文本处理(爬虫程序去解析html中的字段,在分析log文件的时候需要抓取一些关键数据)的时候经常会用到 ...
- python爬虫五大实例,爬虫初始与PyCharm安装
一:腾讯动漫爬虫代码 import requests from fake_useragent import UserAgent import re import threadingdef replac ...
- python爬虫图片实例-Python爬虫爬取煎蛋网图片代码实例
这篇文章主要介绍了Python爬虫爬取煎蛋网图片代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 今天,试着爬取了煎蛋网的图片. 用到的包: ...
- python scrapy教程实例_爬虫框架Scrapy的第一个爬虫示例入门教程
原标题:爬虫框架Scrapy的第一个爬虫示例入门教程 我们使用dmoz.org这个网站来作为小抓抓一展身手的对象. 首先先要回答一个问题. 问:把网站装进爬虫里,总共分几步? 答案很简单,四步: 新建 ...
- python爬虫入门实例-Python爬虫天气预报实例详解(小白入门)
本文研究的主要是Python爬虫天气预报的相关内容,具体介绍如下. 要求是把你所在城市过去一年的历史数据爬出来. 分析网站 我们可以看到,我们需要的天气数据都是放在图表上的,在切换月份的时候,发现只有 ...
- python实例代码爬虫_Python实例教程爬虫从网络上下载文档的实例代码
Python实例教程爬虫从网络上下载文档的实例代码 来源:中文源码网 浏览: 次 日期:2018年8月30日 [下载文档: Python实例教程爬虫从网络上下载文档的实例代码.txt ] ...
- php正则表达式实例详解,正则表达式实例解析
正则表达式实例解析 类别: 技术 时间:2016-06-02 10:14:14 字数:6253 版权所有,未经允许,请勿转载,谢谢合作~ ### 前言 正则表达式(regular expression ...
- python数据分析可视化实例-Python数据分析与可视化从入门到精通
(1)没有高深理论,每章都以实例为主,读者参考书中源码运行,就能得到与书中一样的结果.(2)专注于Python数据分析与可视化操作中实际用到的技术.相比大而全的书籍资料,本书能让读者尽快上手,开始项目 ...
最新文章
- Pytorch使用CPU运行“Torch not compiled with CUDA enabled”
- xml xslt中的空格输出处理
- Java-string字符串
- 构建Docker镜像指南,含实战案例
- 吴恩达机器学习 逻辑回归 作业2(芯片预测) Python实现 代码详细解释
- Max Time-Delay Neural Networks
- pear php有什么用?,php – PEAR和PEAR2有什么区别?
- 过去的2014年人们在创业什么?
- 自动将word转成双层pdf
- 32位联想台式机更新xp到win10工作站版本
- android 火车购票功能,12306 火车票订票
- 移动4g手机信号测试软件,中移动4G网络测试:网速快但信号不稳
- 二项分布 (Binomial Distribution)
- Microsoft Teams Rooms Content Camera 革命性更新
- 如何在RobotStudio搭建基本工作站
- 华为鸿蒙车,华为鸿蒙「上车」
- Requests爬虫实践:豆瓣读书Top250数据
- xubuntu系统偶发自动登出
- 润和软件受邀参展第十一届“中国软件杯”大学生软件设计大赛
- mybaits 中的配置,应和查询到的参数 一一对应,才可以映射到pojo类中
热门文章
- Android 画虚线边框
- DNS反射放大攻击分析——DNS反射放大攻击主要是利用DNS回复包比请求包大的特点,放大流量,伪造请求包的源IP地址为受害者IP,将应答包的流量引入受害的服务器...
- cassandra框架模型之二——存储机制 CommitLog 	MemTable SSTable
- call_user_func() expects parameter 1 to be a valid callback, cannot access private method
- logging ,re 模块
- 315 · Istio1.1 功能预告,真的假不了
- ubuntu16.04_install_saltstack_更新版本
- Access denied for user 'root'@'localhost' (using password: YES)的解决
- jqury+css实现可弹出伸缩层
- LNK1123: 转换到 COFF 期间失败: 文件无效或损坏