1.爬取某一个网页,抓取网页的标题
采用的正则表达式为'<title>(.*?)</title>'
2.抓取超链接标签间的内容
在HTML中,<a href=URL></a>用于标识超链接
3.抓取tr\td标签间的内容
content = '''
<tr><td>1001</td><td>杨秀璋<br /></td></tr>
<tr><td>1002</td><td>颜 娜</td></tr>
<tr><td>1003</td><td><B>Python</B></td></tr>
'''
4.抓取超链接标签的URL
HTML超链接的基本格式为“<a href=URL>链接内容</a>”
content = '''
<a href="http://news.baidu.com" name="tj_trnews" class="mnav">新闻</a>
<a href="http://www.hao123.com" name="tj_trhao123" class="mnav">hao123</a>
<a href="http://map.baidu.com" name="tj_trmap" class="mnav">地图</a>
<a href="http://v.baidu.com" name="tj_trvideo" class="mnav">视频</a>
'''
5. 抓取图片超链接标签的URL
HTML插入图片使用标签的基本格式为“<img src=图片地址 />”
<img alt="Python" src="http://www..csdn.net/eastmount.jpg" />
6. 字符串处理及替换
content = '''
<tr><td>1001</td><td>杨秀璋<br /></td></tr>
<tr><td>1002</td><td>颜 娜</td></tr>
<tr><td>1003</td><td><B>Python</B></td></tr>
'''