Python 爬虫学习笔记之正则表达式(python爬虫快速入门)

编辑：rootadmin

推荐整理分享Python 爬虫学习笔记之正则表达式(python爬虫快速入门)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:python爬虫教程推荐,python爬虫入门到精通,python爬虫入门教程,python爬虫从入门到精通,python爬虫自学系列,python爬虫基础教程,python爬虫入门教程,python爬虫入门,内容如对您有帮助，希望把文章链接给更多的朋友！

正则表达式的使用

想要学习 Python 爬虫，首先需要了解一下正则表达式的使用，下面我们就来看看如何使用。

. 的使用这个时候的点就相当于一个占位符，可以匹配任意一个字符，什么意思呢？看个例子就知道

注意了，我们首先导入了 re，这个时候大家猜一下输出结果是什么？因为 . 相当于一个占位符，所以理所当然的这个时候的输出结果是 wo 。

* 的使用跟上面的 . 不同，* 可以匹配前一个字符任意次数，看个例子

这个时候的输出结果是 ['', '', '', '', '', 'w', '', '', '', '', '', '', '', '', '', 'w', '', '', '', '', '']，可见是一个列表，长度和匹配的字符串一致，遇到要匹配的字符就打印出来。

.* 的使用.* 是一种组合使用，它可以尽可能多的匹配内容，比如下面这个例子

它会输出 ['helloworldhelloworldworld']，它为什么不只打印一个 helloworld，为什么全部打印下来了？这就是一种贪心算法，也就是说我要找到最长的那个符合条件的内容。

.*&#; 的使用与上面相反，这个符号会找到尽可能短的符合条件的内容，然后放到一个列表中去，如下所示

输出的结果为 ['xxhelloworldxx', 'xxhelloworldxx']，可见，有个 xx 在前面好烦，怎么才能去掉呢？很简单，加个括号即可，括号加在哪？

以上我们讨论的都是内容不包含换行符的情况，如果有了换行符结果又会发生什么变化呢？

这个时候的输出结果为一个空列表，那怎么办啊？如果我们写网络爬虫的时候，网页源代码肯定不止是一行啊，如果换一行我们就读不出来了，那就好尴尬了，当然有解决办法~

这样就可以了，还有一个非常方便的提取数字的技巧，如下所示

在网页源代码中爬取图片链接并下载

这篇文章中只是网络爬虫的第一步，所以讲解的也比较浅，所以现在我们先来利用正则表达式实现一个手动的网络爬虫，什么是手动的呢？就是我们自己把网页源代码复制下来，保存在一个 txt 文件中，然后利用正则表达式去过滤信息，然后去下载。

首先我搜索了一下 Linux 桌面，然后找到了如下一个网页

右击查看网络源代码，按 ctrl+f 搜索 img src 找到中间一部分进行复制，并且粘贴到一个 txt 文件中去，

然后就可以利用我们上述的知识去提取我们想要的信息，源代码如下

首先打开我们保存网络源代码的 txt文件，进行读取，关闭文件流，然后就是利用正则表达式提取图片链接，最后利用requests 中的 get() 方法进行图片下载，注意这个 requests 不是Python 中自带的，我们需要下载指定的文件，然后将其放入到 Python 的Lib 目录下，此处下载，进入网站后，按ctrl+f 搜索关键词 requests 就可以看到如下页面

，可以看出，我们下载的是 .whl 后缀的文件，手动将其改成 .zip 后缀，然后解压，就可以得到两个目录，将名为 requests 的目录复制粘贴到上面讲的目录即可使用。

好了介绍完了，我们去看下运行结果

这个时候就下载成功了，到我们的 picture 目录下去查看下载的图片

下载成功了。注意，自己找网页源代码实验的时候，最好不要让链接中带有中文，否则可能会出现乱码，由于我本身学习 Python 也才很短的时间，关于中文乱码问题，应对起来还不是那么得心应手，所以在此也就不再讲解，本文暂时告以段落，有意见或疑问可留言或者私聊我。

Python 爬虫学习笔记之单线程爬虫介绍本篇文章主要介绍如何爬取麦子学院的课程信息（本爬虫仍是单线程爬虫），在开始介绍之前，先来看看结果示意图怎么样，是不是已经跃跃欲试

Python 爬虫学习笔记之多线程爬虫 XPath的安装以及使用1.XPath的介绍刚学过正则表达式，用的正顺手，现在就把正则表达式替换掉，使用XPath，有人表示这太坑爹了，早知道刚上来就学习XPa

浅析Python中MySQLdb的事务处理功能前言任何应用都离不开数据，所以在学习python的时候，当然也要学习一个如何用python操作数据库了。MySQLdb就是python对mysql数据库操作的模块。今天写了

标签: python爬虫快速入门

本文链接地址:https://www.jiuchutong.com/biancheng/384468.html 转载请保留说明！

上一篇：Python简单实现安全开关文件的两种方式(python中ans)

下一篇：Python 爬虫学习笔记之单线程爬虫(python爬虫从入门到精通)