python使用正则表达式多次(二次)匹配内涵吧多页数据

完善了一些问题:

  1. 编码问题:使用cchardet模块获取编码格式,并将赋予该格式实参,成为类的一个属性
  2. 有一些奇怪的编码如“……”:第二次使用正则匹配将这些编码按照规律找不来,使用sub方法替换
# 获取内涵吧多页 段子内容
from typing import Type
import requests
import re
from user_agent import headers
import cchardet

# 完善的一些问题:
# 1 编码问题:使用cchardet模块获取编码格式,并将赋予该格式实参,成为类的一个属性
# 2 有一些奇怪的编码如“……”:第二次使用正则匹配将这些编码按照规律找不来,使用sub方法替换

class Neihan(object):
    '''内涵吧数据获取'''
    def __init__(self):
        self.url = 'https://www.neihanba.com/dz/'  
    #     self.proxies = {
    #     'http':'182.84.144.66:3256'
    # }
        # 匹配规则
        '''第一次数据匹配'''
        self.con = re.compile('<div class="f18 mb20">(.*)</div>')
        '''第二次数据匹配(用于第二次数据处理)'''
        self.con2 = re.compile('&(
  • 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