bs处理后的源代码用正则表达式需要转化格式

1 篇文章 0 订阅
1 篇文章 0 订阅
#抓取主页面热点新闻,写入tengxun_news.txt
def get_main_page():
    resp_main_page = get_html(main_page_utl)
    soup_1 = BeautifulSoup(resp_main_page.text,"lxml")
    item_1s = soup_1.select(".linkto")
    print(item_1s)
    print("-------------------------------------------------------------------")
    html = item_1s
    pattern = re.compile('<a class="linkto" href=(.*?) target="_blank">(.*?)</a>,', re.S)
    items = re.findall(pattern, html)

    print(items)

用beautifulsoup抓取下来的内容自动保存为list格式,想要继续用正则表达式提取,需要转化成字符串的形式。 


#抓取主页面热点新闻,写入tengxun_news.txt
def get_main_page():
resp_main_page = get_html(main_page_utl)
soup_1 = BeautifulSoup(resp_main_page.text,"lxml")
item_1s = soup_1.select(".linkto")
print(item_1s)
print("-------------------------------------------------------------------")
html = str(item_1s)
pattern = re.compile('<a class="linkto" href=(.*?) target="_blank">(.*?)</a>,', re.S)
items = re.findall(pattern, html)

print(items)

参考:https://blog.csdn.net/weixin_42105977/article/details/80390957

 

  • 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