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()