学习笔记(08):第一章:数据提取与清洗策略-实战:提取商城分类结构

立即学习:https://edu.csdn.net/course/play/25650/308706?utm_source=blogtoedu

import re

with open('static/html/index.html','r',encoding='utf-8') as f:
    html = re.sub('\n','',f.read())
    #print(html)
    section_pattern = '<section class="main_section">(.*?)</section>'
    section_s = re.findall(section_pattern,html)
    # print(section_s)
    # print(len(section_s))
    category_pattern='<h1>(.*?)</h1>'
    course_pattern='<span class="course_name">(.*?)</span>'
    data_s=[]
    for section in section_s:
        category=re.findall(category_pattern,section)[0]
        course_s=re.findall(course_pattern,section)
        # print(category)
        # print(course_s)
        data_s.append(
            {
                'category':category,
                'course_s':course_s,
            }
        )
    print(data_s)
    for data in data_s:
        print(data['category'])
        for course in course_s:
            print('     ',course)
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