python正则表达式和自制爬虫

python的正则表达式非常的重要。学的也很有意思、常用的正则表达式有. ,* ,?,.,.?,.?,()等等

.表示匹配任意字符，但是除了换行符

*匹配前一个字符0次或者无限次

？匹配前一个字符0次或者1次

.*？非贪心算法

将()中的匹配结果作为结果返回

在python中的正则表达式方法

findall：匹配所有符合规律的内容，返回包含结果的列表

search：匹配并提取第一个符合规律的内容，返回第一个符合规律的正则表达式对象，如果要匹配的内容只有一个，最好使用search，不用遍历整个文件，提高效率

Sub：替换符合规律的内容，返回替换后的值

测试小程序如下:





运行结果如下:



半自动的文本爬虫如下：

文本如下：



程序代码如下：





从执行的结果我们可以看到，已经将文本提取出来



进行爬虫下载资源，需要引入requests这个库



总的来说还是比较有意思的。加油