首页 > 代码库 > 爬虫初探(3)正则表达式

爬虫初探(3)正则表达式

-----------我是小白------------

获取网页源码,解析网页并提取需要的数据。简单写一下正则表达的用法

import re
import requests

# 获取网页数据
url = "http://www.ivsky.com/tupian/xiaohuangren_t21343"
data = requests.get(url).text
# 正则表达式三部曲,正则匹配且转换patter对象
pa = re.compile(<img src=http://www.mamicode.com/(.*?.jpg))
# 网页数据内匹配正则表示内容pa
ma = re.findall(pa, data)
# 返回的类型为列表
print(ma)
print(len(ma))

爬虫初探(3)正则表达式