Python爬虫之正则表达式(3)
2018-11-29 09:47:07来源:博客园 阅读 ()
1 # re.sub 2 # 替换字符串中每一个匹配的子串后返回替换后的字符串 3 import re 4 content = 'Extra strings Hello 1234567 World_This is a Regex Demo Extra strings' 5 content = re.sub('\d+', '', content) 6 print(content) 7 8 import re 9 content = 'Extra strings Hello 1234567 World_This is a Regex Demo Extra strings' 10 content = re.sub('\d+', 'Replacement', content) 11 print(content) 12 13 # \1 是转义字符 14 import re 15 content = 'Extra strings Hello 1234567 World_This is a Regex Demo Extra strings' 16 content = re.sub('(\d+)', r'\1 8910', content) 17 print(content) 18 19 # re.compile 20 # 将正则字符串编译成正则表达式对象 21 # 将一个正则表达式串编译成正则对象,以便于复用该匹配模式 22 import re 23 content = '''Hello 1234567 World_This 24 is a Regex Demo''' 25 pattern = re.compile('Hello.*Demo', re.S) 26 result = re.match(pattern, content) 27 print(result)
下面是爬取豆瓣图书的实战代码
1 import requests 2 import re 3 content = requests.get('https://book.douban.com/').text 4 # print(content) 5 pattern = re.compile('<li.*?cover.*?title="(.*?)".*?author">(.*?)</div>.*?year">(.*?)</span>.*?</li>', re.S) 6 results = re.findall(pattern, content) 7 for result in results: 8 name, author, date = result 9 author = re.sub("\s", "", author) 10 date = re.sub("\s", "", date) 11 print("【书名】:", name, " 【作者】:", author, " 【出版年】:", date)
本篇内容为:崔庆才爬虫学习笔记
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
- python3基础之“术语表(2)” 2019-08-13
- python3 之 字符串编码小结(Unicode、utf-8、gbk、gb2312等 2019-08-13
- Python3安装impala 2019-08-13
- 小白如何入门 Python 爬虫? 2019-08-13
- python_字符串方法 2019-08-13
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash