python基础教程:基于Python正则表达式提取搜索结果中的站点地址

本文介绍如何使用Python正则表达式从Google高级搜索的结果中提取站点地址。通过分析页面源码,利用开发工具找到目标信息所在的HTML标签,编写正则表达式实现提取。代码示例展示在Python3.2环境下操作,强调了自学Python及提升计算机基础的重要性。
摘要由CSDN通过智能技术生成

@本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府
正则表达式对于Python来说并不是独有的,最近在把google搜索的结果中所有的站点地址导出,于是想到用python正则表达式提取搜索结果中的站点地址。

这其中涉及几个需要解决的问题:

1、获取搜索的结果文本

为了获得更多的地址,我使用了Google的高级搜索功能,每个页面显示100条结果。

获得显示的结果后,可以查看源码,并保持成文本文件就有了搜索的结果文本

2、分析如何提取站点信息

首先需要分析获取的页面,查看以怎样的方式可以提取出站点信息。

我使用IE8自带的开发工具(按F12就会弹出来)中的探查器功能查看自己要关心的内容有什么特殊的格式在这里插入图片描述
从上图可以看出我需要的站点在标签中,所以我使用正则表达式提取这其中的文本是否就可以呢?

3、编写正则表达式来获取站点地址

接下来的就是写表达式了,我使用Python3.2编写的,方便好用(_

代码如下,先把搜索结果页面保持到e:/t3.txt中,在执行如下代码

import re
p = re.compile(r
  • 1
    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