正则表达式查找网页源代码提取指定内容

2021-04-22 10:28

阅读：311

标签：col int 根据 ref 正则表达式内容空白 sts htm

import requests
import re

txt=‘想把夏日的阳光寄给冬日的你‘
urla=re.findall(‘.*?‘,txt)
for i in urla:
print(i)
urlb=re.findall(‘(.*?)‘,txt)
for i in urlb:
print(i)
结果：

https://www.vgirls.com/13404.html
想把夏日的阳光寄给冬日的你

总结：

1。根据网页源代码找到关键位置，主要分析相关同一级别的源代码的共同点

2。找到关键如txt的内容，复制下来
3。粘贴到空白处：urla=re.findall(‘ ‘,txt)
4.需要选择出来的部分去掉改成 (.*?)；不想选择但内容又变化的去掉改成 .?*,一定不能加括号

5。所以第一个只提取超级连接的地址；第二个只提取“标签A中的文字"

正则表达式查找网页源代码提取指定内容

标签：col int 根据 ref 正则表达式内容空白 sts htm

原文地址：https://www.cnblogs.com/xkdn/p/12243681.html

文章来自：搜素材网的编程语言模块，转载请注明文章出处。
文章标题：正则表达式查找网页源代码提取指定内容
文章链接：http://soscw.com/index.php/essay/78034.html

亲，登录后才可以留言！

正则表达式 查找网页源代码 提取指定内容