极客学院爬虫re基本知识

放这里比放电脑里查看方便


极客学院爬虫re基本知识代码

# -*- coding: utf-8 -*-
"""
Created on Sat May  7 07:58:13 2016

@author: s
"""
import re

old_url = 'http://www.jikexueyuan.com/course/android/?pageNum=2'
total_page = 20

f = open(r'...\text.txt', 'rb')#'...'为path
html = f.read().decode()
#print(html)
f.close()

title = re.search('<title>(.*?)</title>', html).group(1)
#print(title)

url_links = re.findall('<a href="(.*?)">', html, re.S)
for i in url_links:
    print(i)


#ul_con = re.search('<ul>(.*?)</ul>', html, re.S).group(1)
ul_con = re.findall('<ul>(.*?)</ul>', html, re.S)[0]
#print(ul_con)
con_char = re.findall('">(.*?)</a>', ul_con, re.S)
for each_line in con_char:
    print(each_line)

for i in range(2, total_page+1):
    new_url = re.sub('pageNum=\d', 'pageNum=%d'%i, old_url, re.S)
    print(new_url)
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