使用re模組定位網頁資訊資料位置 Python

儘管我們使用urllib.request可以獲取到網頁的所有資料，但是要獲取我們想要的資料還需要進一步進行資料處理。本篇主要介紹如何使用python的re模組進行資料定位及獲取。

2、確定資料定位方法

<

/ul>
"lb_worlds"
>
"flt"
>
"/site/gfkdbkzsxxw/resources/img/point.png"
>
<
/span>
"flt"
>
"/site/gfkdbkzsxxw/lqfs/info/2018/735.html" target=
"_blank"
>
'000000'
>國防科技大學2023年錄取分數統計（生長軍官學員）<
/font>
<
/a>
<
/li>
"frt"
>
2018-06
-21<
/li>
<
/ul>

ex=

""index=data.find(
'國防科技大學'
+str
(i)+
'年錄取分數統計'
)(index-52)
:(index-39)
])

import urllib.request as req

import re
# 錄取分數網頁url
url =
''  
webpage = req.urlopen(url)
# 開啟網頁
data = webpage.read(
)# 讀取網頁資料
data = data.decode(
'utf-8'
)# 將byte型別的data解碼為字串
defgeturl()
:# 建立空列表urls，來儲存子網頁的url
urls =
ex=""
# 從data中提取2016到2012每一年分數線子**位址新增到urls列表中
for i in
range
(2016
,2011,-
1):        index=data.find(
'國防科技大學'
+str
(i)+
'年錄取分數統計'
)(index-52)
:(index-39)
])return urls
print
(geturl(
))

[

'2017/717.html'
,'2016/663.html'
,'2015/610.html'
,'2014/253.html'
,'2014/234.html'
]

re模組使用

import re strdata python is the best language in the world match只能匹配以 開頭的子符串，第乙個引數是正則，第二個引數是需要匹配的字串 res re.match p strdata,re.i re.i引數表示忽略大小寫 res re.m...

RE模組使用

i mport reli re.match d 12821j128j312893j129 match方法，先使用正規表示式，然後傳入待查字串 print li 結果物件 sre.sre match object span 0,5 match 12821 ifli print li.group 獲得資...

re 模組使用

re模組是python獨有的匹配字串的模組，該模組中提供的很多功能是基於正規表示式實現的，而正規表示式是對字串進行模糊匹配，提取自己需要的字串部分，他對所有的語言都通用。正規表示式元字元 元字元 匹配內容 匹配除換行符以外的任意字元 w匹配字母或數字或下劃線 s匹配任意的空白字元 d匹配數字 n匹配...