Python中的正则表达式

文章系笔者总结整理之用。

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。

re 模块使 Python 语言拥有全部的正则表达式功能。

引入re模块

import re

直接引入博主AstralWind 的图片

用re模块的正则表达式写了一个小爬虫

获取网页中的图片。

方法一共4步：

                 打开网页，获取源代码，通过字符串匹配（正则表达式），download。。

#coding: utf-8
import urllib
import re
def getHTML(url):
	page = urllib.urlopen(url)  #打开url
	html = page.read() #获取内容
	return html
def getImg(html):
	reg = r'src="(.*?\.jpg)"' #注意引号的位置 单引号在外
	ll = re.findall(reg,html) #返回所有符合条件的列表
	x = 0
	for img in ll:
		urllib.urlretrieve(img,'%s.jpg' % x) #下载所有图片
		x += 1
	
html = getHTML('http://tieba.baidu.com/p/4324356358')
getImg(html)

。。待续