zoukankan      html  css  js  c++  java
  • Python爬虫基础——正则表达式

    说到爬虫,不可避免的会牵涉到正则表达式。
    因为你需要清晰地知道你需要爬取什么信息?它们有什么共同点?可以怎么去表示它们?
    而这些,都需要我们熟悉正则表达,才能更好地去提取。


    先简单复习一下各表达式所代表的意思:
    在这里插入图片描述
    在这里插入图片描述

    案例:

    • 定义密码的正则表达式:
      英文字母开头,可以包括数字、大小写英文字母、下划线,6-16位。
      表达式为:
      password_pattern='^[a-zA-Z]{1}[a-zA-Z0-9_]{5-15}$'
      password pattern='^[a-zA-Z][a-zA-Z0-9_]{5-15}$'

    • 匹配div标签,class="class1"中的文本内容:
      <div class="class1">要匹配的内容</div>
      表达式为:
      div_pattern1='<div class="class1">(.*)</div>'

    • 匹配div标签中div标签,class="class1"中的文本内容:
      <div><div class="class1">要匹配的内容</div></div>
      表达式为:
      div_pattern1='<div class="class1">(.*?)</div>'

    注意:?的作用是关闭贪婪模式,如果去掉?,则会匹配出要匹配的内容</div>字符串。



    为我心爱的女孩~~


  • 相关阅读:
    avalov+require实现tab栏
    动态加载js,css
    Zepto.js
    Linux 的文件和目录管理类命令
    shell 的基本理解
    Linux 日期时间命令
    Linux 关机命令
    type 命令
    命令类型即使用帮助
    cd 命令
  • 原文地址:https://www.cnblogs.com/WoLykos/p/12070726.html
Copyright © 2011-2022 走看看