数据解析——正则表达式

前言

会获取html数据，但不会简单得到怎么办？这就可以简单教你了！

1. 简单了解什么是正则

用于文本匹配的使用特定语法书写的式子。
类似于Windows中，.txt 用于搜索所有的文本文件（注：在正则式中不再是通配符）

2. 简单了解相关知识

2.1. 了解re模块方法

2.2. 了解部分正则式

2.3. 简单提取相关数据

2.3.1 使用关键词搜索

import re
t = re.findall(r'Mr_Fan','I love Mr_Fan!') 
print(t)

注意：得到的是一个列表
输出：

2.3.2. 使用正则 ‘.’ 搜索

t= re.findall(r'.','\nI love Mr_Fan!')
print(t)

输出：

2.3.3 使用非贪婪模式提取相关信息

就好比你已经提取数据到这一步了，就差url了那就可以采用该方法进行下一步

html = '''
<img class="main_img img-hover" data-imgurl="https://ss0.bdstatic.com/70cFvHSh_Q1YnxGkpoWK1HF6hhy/it/u=3656672875,122433815&amp;fm=26&amp;gp=0.jpg" src="https://img-blog.csdnimg.cn/2022010620374942695.jpeg" style="background-color: rgb(200, 188, 152); width: 126px; height: 158px;">
'''
jpg = re.findall(r' data-imgurl="(.*?)" ',html)[0]
print(jpg)

输出结果如下：

小结：

这也只是简单使用非贪婪方法提取，正则也不是只有这么点，想继续学习的，可以继续研究下去，对于新手而言一般用非贪婪模式就可以快速提取很多信息了