python爬虫——正则获取手机号

用正则匹配网页手机号

1. 安装re模块、requests库、beautifulsoup4库

cmd → pip install re → 回车
cmd → pip install requests → 回车
cmd → pip install beautifulsoup4 → 回车

2.调用库

import requests
import re
from bs4 import BeautifulSoup

3. 调用网址

 r = requests.get("http://www.haomahao.com/")

4. 编写正则表达式

parttern = "1[35789]\d{9}"

5.完整代码

import requests
import re
from bs4 import BeautifulSoup

def down():
   r = requests.get("http://www.haomahao.com/") #调用网页
   r.encoding = r.apparent_encoding #更改网页编码,防止出现乱码
   #print(r.text)
   bs = BeautifulSoup(r.text,"html.parser")
   str1 = bs.getText() #将BeautifulSoup提出出来的写完text
   parttern = "1[35789]\d{9}" #编写手机号的正则表达式
   list = re.findall(parttern,str1)
   #print(list) #调试正则是否正确

   f = open("手机号.txt",mode="w",encoding="utf-8") #写入文件
   f.write("\n".join(list))
   f.close()
if __name__ == "__main__":
   down()
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python爬虫中,正则表达式被广泛应用于文本数据的处理和匹配。正则表达式是一种使用单个字符串来描述、匹配和定位文本中某个特定模式的工具。它可以用来处理各种文本数据、数据采集和处理、爬虫和搜索等方面。在Python中,我们可以使用正则表达式来进行文本的匹配和提取。 在Python中,正则表达式的语法规则和匹配模式可以通过re模块来实现。re模块提供了一系列函数,包括match、search、findall和finditer等,用于对字符串进行匹配和搜索操作。其中,match函数用于从字符串的开头开始匹配,search函数用于在整个字符串中搜索匹配,findall函数用于找到所有匹配的结果,finditer函数用于返回一个迭代器,可以逐个返回匹配的结果。 在使用正则表达式时,我们可以通过定义特定的字符和字符组合来构建一个规则字符串,用来表达对字符串的一种过滤逻辑。例如,可以使用正则表达式验证表单中的手机号、邮箱、身份证等信息。同时,正则表达式也可以用于爬虫中的数据采集和处理,通过匹配和提取特定的文本信息。 总之,正则表达式Python爬虫中具有广泛的应用场景,可以帮助我们处理和匹配各种文本数据。通过使用re模块提供的函数和语法规则,我们可以灵活地应用正则表达式来满足不同的需求。 #### 引用[.reference_title] - *1* [python爬虫正则详解](https://blog.csdn.net/naer_chongya/article/details/130737482)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [python爬虫正则表达式(一)](https://blog.csdn.net/Claire_chen_jia/article/details/105999155)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Python爬虫正则](https://blog.csdn.net/fanchen0218/article/details/130175356)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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