正则表达式从HTML字符串中获取文本

getTxt(str) {
	return str.replace(/\<[^>]*\>(([^<])*)/g, function() {
		let mark = "";
		return arguments[1];
	});
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来分步回答你的问题。 1. 生成HTTP请求、查看状态码与编码 首先,我们需要导入requests库,并使用requests.get()函数发送GET请求获取网页内容。代码如下: ```python import requests url = "https://www.example.com" response = requests.get(url) # 获取状态码 status_code = response.status_code print("状态码:", status_code) # 获取编码格式 encoding = response.encoding print("编码格式:", encoding) ``` 2. 处理请求头与响应头、设置超时 我们可以使用headers参数设置请求头,使用response.headers获取响应头。同时,我们可以使用timeout参数设置超时时间。代码如下: ```python import requests url = "https://www.example.com" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"} response = requests.get(url, headers=headers, timeout=10) # 获取响应头 response_headers = response.headers print("响应头:", response_headers) ``` 3. 查看页面元素和页面源码 我们可以使用Chrome开发者工具的元素面板查看页面元素和页面源码。在网页上右键点击,选择“检查”或“检查元素”,即可打开Chrome开发者工具。在开发者工具,我们可以使用元素面板查看网页元素,使用源代码面板查看网页源代码。 4. 使用正则表达式模块匹配字符串 在Python,可以使用re模块进行正则表达式匹配。下面是一个简单的示例,用于从字符串提取数字: ```python import re text = "The price of the product is $50.99." pattern = r"\d+\.\d+" result = re.findall(pattern, text) print(result) ``` 5. 使用正则表达式查找网页的标题内容 下面是一个简单的示例,用于从网页源代码查找<title>标签内容: ```python import requests import re url = "https://www.example.com" response = requests.get(url) html = response.text pattern = r"<title>(.*?)</title>" result = re.findall(pattern, html) print(result) ``` 6. 使用正则表达式查找网页文本内容 下面是一个简单的示例,用于从网页源代码查找特定文本: ```python import requests import re url = "https://www.example.com" response = requests.get(url) html = response.text pattern = r"example" result = re.findall(pattern, html) print(result) ``` 7. 把查找到的数据保存到本地文件 我们可以使用Python的文件操作功能将查找到的数据保存到本地文件。下面是一个简单的示例,用于将查找到的数据保存到本地文件: ```python import requests import re url = "https://www.example.com" response = requests.get(url) html = response.text pattern = r"<title>(.*?)</title>" result = re.findall(pattern, html) with open("title.txt", "w", encoding="utf-8") as f: f.write(str(result)) ``` 以上就是对你问题的回答,希望能对你有所帮助。
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