正则与x-path

最新推荐文章于 2022-03-24 15:57:35 发布
最新推荐文章于 2022-03-24 15:57:35 发布
阅读量181 收藏
点赞数
文章标签： 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dremcl/article/details/104929465
版权

正则：

例子

这是一个html文件，在pycharm中用正则的方法提取里面的分类和课程

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>CSDN微课商城</title>
    <link rel="stylesheet" href="../css/main.css">
    <script type="text/javascript" src="../js/main.js"></script>
</head>
<body>

<div id="register" hidden="hidden">
    <h2 class="form_p">注册</h2>
    <p id="register_message">
        <!--信息有误-->
    </p>
    <form action="#" method="post" id="register_form">
        <input id="register_account" type="text" name="account" placeholder="账号(数字、英文、下换线，8-16位)"><br/>
        <input id="register_password" type="password" name="password" placeholder="密码(数字、英文、下换线，6-16位)"><br/>
        <!--<input type="password" name="repassword" placeholder="确认密码"><br/>-->
        <input id="register_submit" type="submit" value="注册">
    </form>
</div>

<div id="login" hidden="hidden">
    <h2 class="form_p">登录</h2>
    <p id="login_message">
        <!--信息有误-->
    </p>
    <form action="#" method="post" id="login_form">
        <input id="login_account" type="text" name="account" placeholder="账号"><br>
        <input id="login_password" type="password" name="password" placeholder="密码"><br>
        <input id="login_submit" type="submit" value="登录">
    </form>
</div>

<header>
    <span class="title"> <a href="index.html">CSDN微课商城</a> </span>
    <span>
        <form action="#" class="search_form">
            <input type="text" name="course" placeholder="按课程名称搜索">
            <input type="submit" value="搜索">
        </form>
    </span>
    <span class="user">
        <a href="javascript:show('login')">登录</a>/
        <a href="javascript:show('register')">注册</a>
        <!-- 已经登录显示的内容 -->
        你好：
        <a href="user.html">用户1</a>
        <a href="#">注销</a>
    </span>
</header>

<article>
    <section class="nav_section"><img src="../img/csdn_static/2.png" alt="" width="100%"></section>
    <section class="main_section"><h1>第一章 路由与模板</h1>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">Web原理与框架简介</span><span class="price">￥75</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">Django环境搭建与入门案例</span><span class="price">￥153</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">基本路由映射与命名空间</span><span class="price">￥154</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">正则路由映射参数的传递与接收</span><span class="price">￥177</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">反向解析处理器</span><span class="price">￥161</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">Request对象与Response对象</span><span class="price">￥44</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">上下文与模板调用</span><span class="price">￥97</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">模板层基础语法</span><span class="price">￥105</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">模板过滤器</span><span class="price">￥133</span></figcaption>
        </a></figure>
    </section>
    <section class="main_section"><h1>第二章 模型类实现</h1>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">ORM原理与数据库配置</span><span class="price">￥143</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">表与字段的定义和常用字段约束</span><span class="price">￥118</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">数据迁移与维护</span><span class="price">￥57</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">模型类的增删改</span><span class="price">￥45</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">模型类的查询方法</span><span class="price">￥187</span></figcaption>
        </a></figure>
        <figure><a href="course.html"> <img src="../img/course/course.png">
            <figcaption><span class="course_name">QuerySet详解</span><span class="price">￥197</span></figcaption>
        </a></figure>
    </section>
</article>

<footer>
    <div id="footer_div1">
        <p><a href="#">关于我们</a>| <a href="#">招聘</a>| <a href="#">广告服务</a>| <a href="#">网站地图</a></p>
        <p><a href="#">QQ客服</a>| <a href="#">kefu@csdn.ent</a>| <a href="#">客服论坛</a>| <a href="#">400-660-0108</a>| <a
                href="#">工作时间：8:30-22:00</a></p>
        <p> 百度提供站内搜索 北ICP备19004658 </p>
        <p> ©1999-2019 北京创新乐知网络技术有限公司 </p>
        <p> 版权申诉 家长监护 经营性网站备案信息 网络110报警服务 中国互联网举报中心 北京互联网违法和不良信息举报中心 </p>
    </div>
    <div id="footer_div2">
        <figure><img src="../img/csdn_static/二维码1.png">
            <figcaption>CSDN咨询</figcaption>
        </figure>
        <figure><img src="../img/csdn_static/二维码1.png">
            <figcaption>CSDN学院</figcaption>
        </figure>
        <figure><img src="../img/csdn_static/二维码1.png">
            <figcaption>CSDN企业招聘</figcaption>
        </figure>
    </div>
</footer>

</body>
</html>

正则语法：虽然强大，但是有点复杂。

import re

with open('./heml/index.html','r',encoding='utf-8') as f:
    # html = f.read()
    html = re.sub('\n','',f.read())  # 去掉换行符
    # print(html)
    section_pattern = '<section class="main_section">(.*?)</section>'
    section_s = re.findall(section_pattern,html)  # 查找session的种类
    # print(section_s)
    # print(len(section_s))
    category_pattern = '<h1>(.*?)</h1>'
    course_pattern = '<span class="course_name">(.*?)</span>'  # 课程的正则表达式
    data_s = []
    for section in section_s:
        category = re.findall(category_pattern,section)[0]
        # print(category)  # 打印其session的名称
        course_s = re.findall(course_pattern,section)
        data_s.append(
            {
                'category': category,
                'course_s': course_s
            }
        )
    print(data_s)
    for data in data_s:
        print(data.get('category'))
        for course in data.get('course_s'):
            print('  ',course)

x-path

将x-path安装在谷歌浏览器中。它的语法有：
/ 根节点选取或下级
// 任意节点，不考虑位置
. 当前节点
… 当前节点的父节点
@ 选取属性

  •   匹配任何节点

【nodename】 根据节点筛选
contains(@属性，“包含的内容”） 模糊查询
text() 文本内容
x-path的索引从1开始！

例子

在网站中点击检查，可以看见属性值：
在这里插入图片描述
在x-path中输入：//h3[@class="classify_c_h3"]/a/text() 即可找到所选取的一级分类内容文本。
二级分类的文本内容：
在这里插入图片描述
输入的表达式：//div[@class="classify_list"]/span/a/text()
在真正的使用中，我们一般会采用模糊查询：

//div[contains(@class,"classify_list")/span/a/text()
dremcl
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pycharm下学习正则表达式基础1及相关联系
qq_49975345的博客
11-16 395
正则表达式在很多语言中都是通用的，很重要！
pycharm使用正则表达式处理数据
s_wander的博客
02-24 504
pycharm使用正则表达式处理请求头数据
Pycharm程序内容使用正则化
pxyp123的博客
03-24 626
1.随便找一个网页，单击右键打开检查页面： 2.将request headers的内容复制到pycharm中 3.选择要改变的内容，然后CTRL + r 4.选择regex，然后(.*?):(.*)替换成'$1':'$2', 注意是单引号，后面还有逗号，并且都是在英文格式下。具体请看图片！ 4.点击Replace All ...
基于pycharm的正则表达式Re库使用教程
❀雾里看花花里看雾❀
01-16 3986
基于pycharm的正则表达式Re库使用教程正则表达式语法Re库的基本使用Match对象Match对象的属性Match对象的方法正则表达式的常用方法re.search()re.match()re.findall()re.split()re.finditer()re.sub()re.compile() 正则表达式语法 正则表达式在编程语言、数据库等领域都应用广泛，可以自己总结知识点，等忘记了再回来查看，当然也有专门的正则表达式网站。 Re库的基本使用 Re库是Python的标准库，不用我们安装，其主要用于字
PyCharm工具内填写 正则，进行快速替换
zhaomengxia123的博客
05-12 3557
给下列一段请求头，更改为字典格式的数据类型。需要给对应的key和value添加单引号 使用Regex正则查找 (.*): (.*) 替换为 '$1':'$2', 全部替换之后，赋值给字典类型 最终结果如下
Python编程实现正则删除命令功能
09-21
L = [x for x in os.listdir(os.getcwd())] # 遍历列表并调用remove_file函数 map(remove_file, L) ``` 这个脚本首先接收命令行参数作为删除模式，然后遍历当前目录下的所有文件和目录。对于每个文件名，它使用`re...
python爬虫 正则表达式解析
10-16
x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36' } # 创建名为qiutu的文件夹来存储图片 if not os.path.exists('./qiutu'): os.mkdir('./qiutu') # 输入开始页和结束页 start...
nginx中path模式配置示例
09-30
本文将详细讲解如何在Nginx中配置Pathinfo模式。 首先，我们要明白Pathinfo模式的作用。在PHP应用中，Pathinfo模式允许URL中的额外路径信息（如`/index`）传递给PHP解释器，这样PHP脚本就能解析这部分信息并执行...
vscode-cli-darwin-x64-cli.zip
最新发布
06-03
总的来说，"vscode-cli-darwin-x64-cli.zip" 提供了在Mac OS环境下使用VSCode的命令行接口，让开发者能更高效地与VSCode交互，提升开发效率。通过理解并熟练使用CLI，可以极大地优化开发流程，特别是在自动化脚本和...
Python库 | textX-1.7.1-py2.py3-none-any.whl
03-24
2. **语法定义**：textX支持基于正则表达式的语法定义，允许开发者用直观的方式描述语言结构。比如，可以定义规则如下： ```python Rule = tx.model.Rule MyLanguage = tx.meta.MetaModel( Rule(name='MyRule', ...
Pycharm小技巧--使用正则进行查找和批量替换
weixin_33973609的博客
04-12 700
分享一个Pycharm中使用正则的分组匹配来进行批量替换的小技巧 例如，我现在需要把HTML文件中的静态文件得到路径全部替换为django模板引用路径的格式 修改为类似这样的格式： {% static 'xxx' %} 首先在查找中使用正则分组匹配，： 要启用正则需要在右侧"Regex"打上勾 在匹配项中使用“$1”就可以提起出正则的grou...
Pycharm中的正则快捷功能
代码无常，怀疑人生
04-05 2289
Pycharm中的正则快捷功能 ...
x -path
zhengalen的博客
05-10 1539
XPath在python的爬虫学习中，起着举足轻重的地位，对比正则表达式 re两者可以完成同样的工作，实现的功能也差不多，但XPath明显比re具有优势，在网页分析上使re退居二线。 XPath介绍： 是什么？ 全称为XML Path Language 一种小型的查询语言 说道XPath是门语言，不得不说它所具备的优点： 1） 可在XML中查找信息 2） 支持HTML的查找
X-Path/lxml用法简介
GuessHat的博客
05-22 711
X-Path介绍 X-Path 与正则表达式都是对网页数据的提取，正则表达式功能强大，但相对复杂，X-Path语法相对简单，可以通过谷歌插件安装x-path 1.X-Path谷歌插件下载地址 链接：https://pan.baidu.com/s/1sAYwo12CRN3x06d1HuKrfw 提取码：pgxk 2.X-Path ...
常用正则判断、校验
小哈力----一个小前端工程师
11-27 365
常用正则判断、校验 判断path是否满足格式 let path="/expo/1414757308034060290" if(/^\/expo\/\d{19}$/.test(path)){ console.log('满足') } 判断path是否满足格式/expo/1414757308034060290（19个数字）
【正则化】DropPath/drop_path用法
热门推荐
qq_43426908的博客
12-01 1万+
  DropPath/drop_path 是一种正则化手段，其效果是将深度学习模型中的多分支结构随机”删除“，python中实现如下所示： def drop_path(x, drop_prob: float = 0., training: bool = False): if drop_prob == 0. or not training: return x keep_prob = 1 - drop_prob shape = (x.shape[0],) + (1,) *
X-Path常用
WJ844908240的博客
05-09 957
https://www.cnblogs.com/tina-cherish/p/7127812.html 5.模糊匹配 XPath Css 选取属性值中的部分string匹配 //span[contains(@class,‘popup-btn js-dragable’)] span[title*=‘456’] //input[starts-with(@name,‘name1’)] input[nam...
BGP高级特性—— AS-PATH 正则表达式
qq_62311779的博客
02-26 9542
BGP过滤表达式 字和元字符特殊字符一个典型的AS_PATH过滤器如下所示：ip as-path access-list 83 permit ^1_7-01_(_5646_|_1240).*在关键字permit后面的字符串是一个正则表达式。 表1 关于AS_PATH访问列表的正则表达式元字符特殊字符 元字符特殊字符 匹配内容 . 任何单一字符，包括空格 ...
Django 2.2的path使用正则表达式匹配url的方法
T型人小付的博客
02-25 1906
在调试Django的时候，尝试在urls.py中的path函数使用正则表达式来增加匹配的灵活性，但是失败了。经过Google发现下面的方法可以实现正则功能，特此记录一下。 我是T型人小付，一位坚持终身学习的互联网从业者。喜欢我的博客欢迎在csdn上关注我，如果有问题欢迎在底下的评论区交流，谢谢。 Django中使用正则表达式来匹配url 同时import path和re_path，不需要用正则...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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