這個去匹配比較麻煩,以後也比較少用,簡單看乙個案例就行
'''爬取資料流程:
1.指定url
2.發起請求
3.獲取頁面資料
4.資料解析
5.持久化儲存
'''import
requests
import
reimport
osheaders =
url = '
'#獲取一整張頁面資料原始碼
page_text = requests.get(url=url,headers=headers).text
#解析資料(將所有的鏈結獲取)
.*?img_url_list = re.findall(ex,page_text,re.s)#re.s單
行匹配for url in
在正規表示式中盡量使用原始字串，在待匹配字元中看到什麼就在正規表示式中寫什麼，不容易出問題
原始字串的檢視，可以借助ipython去檢視，不要使用print
re.findall('a(.*?)b
','str
')能返額回括號中的內容，括號前後的內容能起到乙個定位的效果
原始字串，待匹配字串出現反斜槓的時候，可以使用r來忽略反斜槓帶來的轉義效果
點號預設匹配不到'\n'
'/s'能匹配空白字元，不僅僅包括空格，還有'/t|\r\n'
爬蟲 之 re庫
a表示正則的規則，b表示字串 從開頭開始匹配，若開頭就匹配失敗，則返回為none result re.match a b result.group 若a 的規則中有用 小括號 圈起來東西，可以按順序由 result.group 1 result.group 2 等匹配得到 掃瞄整個字串，返回第乙個成...
網路爬蟲之網頁資料解析（正則re）
正規表示式測試 title u 你好，hello，世界,天安門，願望 pattern re.compile u u4e00 u9fa5 result pattern.findall title print result 貪婪模式與非貪婪模式import re str aatest1 bbtest2 ...
python爬蟲之re模組
傳送門python爬蟲之正規表示式 match 從開始的位置進行匹配。如果開始的位置沒有匹配到。就直接失敗了。text hello ret re.match h text print ret.group 在字串中找到第乙個滿足條件的。text hello ret re.search e text p...