Python+正则表达式，简单爬下我博客的信息

我只是把目录的网页保存成html，分别命名为1-6，然后写的这个小脚本的...

其实保存网页是可以用脚本实现的，因为就几页就懒得弄了..

话不多说贴代码：

#!/usr/bin/python
# ge the date from file and regex

import re

def readContest(filename):
    f = open(filename, 'rU')    # rU 或 Ua 以读方式打开, 同时提供通用换行符支持
    content = f.read()
    f.close()
    return content

if __name__ == '__main__':
    ex = '[0-9]\">\n[^<].+\n'
    cnt = 0

    for i in range(1, 7):
        content = readContest(str(i) + '.html')
        reslist = re.findall(ex, content)
        for i in reslist:
            cnt += 1
            print cnt, re.sub(r'[0-9]\">\n[ ]+', '', i),