[Practice]||网络爬虫(Python3)-正则表达式(二)

根据上一个的正则表达式(一)内容，对此进行的简易基础训练。

引入re库

import re

对html源代码有两种获取方式，一种是直接截取，Ctrl+C/V；
另一种是使用requests.get(url).text.

pattern = r"""<div class="more-meta">
                <h4 class="title">
                  (.*?)
                </h4>"""
res = re.compile(pattern)
results = res.findall(html,re.S)

print(results)

这里对定义正则表达式的变量pattern，re.compile个人理解是对正则表达式进行模式编译理解。

运用res.findall(html,re.S)对全文(即页面上的html内容）进行查找匹配。

例如：
我这里打开豆瓣图书的首页，查看源代码。
截取了部分代码其中包含几本书。
(近千行代码，这里就不多加展示）

最后运用上面代码来匹配出我想查找到那几本书的题目：