url 爬虫 1

#encoding: utf-8
'''
模块功能:

日期:2015-09-25
版本:1.0
'''
import urllib
import re


#------------ 筛选方法 ---------------
def get_informtion(html_code,regular):
   #regular = '<h2>位置信息</h2>.*?</div>.*?<ul>.*?<li>.*?<strong>(.*?)</strong>.*?<span>(.*?)</span>'
   pattern = re.compile(regular,re.S)
   return re.findall(pattern,html_code)

#---------- 楼盘详细信息 -------
def houses_more_infor(url):
   global number
   html_code = get_html_code(url)
#   从楼盘首页得到户型图网址
   regular = '<li class="">.*?<a class="statis-log" data-statis="FCAS-14-011" href="(.*?)">户型</a>.*?</li>'
   for item  in get_informtion(html_code,regular):
      s = head+item
      print s
#    
def get_html_code():
    f = urlopen(url)
    return f.read()

(.*?)就是item值
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值