python的正则表达式非常的重要。学的也很有意思、常用的正则表达式有. ,* ,?,.,.?,.?,()等等
.表示匹配任意字符,但是除了换行符
*匹配前一个字符0次或者无限次
?匹配前一个字符0次或者1次
.*?非贪心算法
将()中的匹配结果作为结果返回
在python中的正则表达式方法
findall:匹配所有符合规律的内容,返回包含结果的列表
search:匹配并提取第一个符合规律的内容,返回第一个符合规律的正则表达式对象,如果要匹配的内容只有一个,最好使用search,不用遍历整个文件,提高效率
Sub:替换符合规律的内容,返回替换后的值
测试小程序如下:
运行结果如下:
半自动的文本爬虫如下:
文本如下:
程序代码如下:
从执行的结果我们可以看到,已经将文本提取出来
进行爬虫下载资源,需要引入requests这个库
总的来说还是比较有意思的。加油