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!
文章目录
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&fm=26&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