python进行匹配数据_python3 re正则匹配数据获取案例

# coding=utf-8

import requests

import json

from retrying import retry

import re

class TyY:

def __init__(self):

self.url = ["http://www.tylaw.cn/cgi-bin/GLaw.dll?DispInfo&nid={}".format(i) for i in range(3723, 3752)]

self.headers = {

"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.75 Safari/537.36"

}

@retry(stop_max_attempt_number=3) # 设置最大请求连接数

def _parse_url(self, url):

response = requests.get(url, headers=self.headers, timeout=3)

assert response.status_code == 200

response.encoding = "gb2312"

return response.text

def parse_url(self, url):

try:

html = self._parse_url(url)

except:

html = None

return html

def get_content_list(self, html):

content_list = []

item = {}

item['name'] = re.findall(r"

.*?律师:(.*?)简介.*?

", html, re.S)[0] if len(re.findall(r"

.*?律师:(.*?)简介.*?

", html, re.S)) > 0 else None

item['email'] = re.findall(r"

.*?【电子信箱】(.*?)
", html, re.S)[0] if len(re.findall(r"
.*?【电子信箱】(.*?)
", html, re.S)) > 0 else None

content_list.append(item)

# print(item)

return content_list

def save_content(self, content_list):

with open("tyy.json", "a") as f:

for content in content_list:

json.dump(content, f, ensure_ascii=False)

f.write(',\n')

def run(self):

url_list = self.url

for url in url_list:

html = self.parse_url(url)

content_list = self.get_content_list(html)

self.save_content(content_list)

if __name__ == '__main__':

tyy = TyY()

tyy.run()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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