利用正则表达式编写python 爬虫,抓取网页联系我们电话号码!这里以九奥科技(www.jiuaoo.com)为例,抓取‘联系我们’里面的电话号码,并输出。
#!/usrweilie/bin/python
#coding=utf-8
importre
importurllib
defgethtml(url):#获取网页html
jiuaoopage=urllib.urlopen(url)
html=jiuaoopage.read()
returnhtml
defgetstr(html):#利用正则表达式抓取‘联系我们’链接
r=r'联系我们'#正则表达式
fo=re.compile(r)
str1=fo.findall(html)
returnstr1
defgettel(html):#利用正则表达式抓取电话号码
r=r'\d{3}\-\d{8}'
fo=re.compile(r)
tel=fo.findall(html)
printtel
html=gethtml('http://www.jiuaoo.com/')
str1=getstr(html)
str2='http://www.jiuaoo.com'
foriinstr1:
urlstr=str2+i
html=gethtml(urlstr)
gettel(html)
一个抓取电话号码的小爬虫。
总结
如果觉得编程之家网站内容还不错,欢迎将编程之家网站推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您喜欢交流学习经验,点击链接加入交流1群:1065694478(已满)交流2群:163560250