python正则表达式及使用

具体使用

[.*]贪婪模式匹配，匹配多个

[.*?]懒惰模式匹配，精准匹配

网址匹配

查找到网页内的所有qq号

pat1="<em>qq:(.*?)</em>"
import urllib.request
data=urllib.request.urlopen("http://www.xfsb119.com/about/contact.html").read()
result=re.compile(pat1).findall(str(data))
print(result)

将https://read.douban.com/provider/all中所有的出版社提取出来，过滤无关信息

import re 
import urllib.request 
data=urllib.request.urlopen("https://read.douban.com/provider/all").read() 
data=data.decode('utf-8') 
pat='<div class="name">(.*?)</div>' 
result=re.compile(pat).findall(str(data))
print(result)

以下是爬取信息

将爬取的信息放入文本文档q.txt

fh=open(r"C:\Users\cn\Desktop\q.txt","w")
for i in range(0,len(result)):
    fh.write(result[i]+"\n")
fh.close()