re 正则匹配获取指定路径

最新推荐文章于 2025-05-25 11:56:19 发布

平淡中的乐趣

最新推荐文章于 2025-05-25 11:56:19 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：前端数据re正则匹配文章标签：前端数据re正则匹配

本文链接：https://blog.youkuaiyun.com/gghhm/article/details/97295775

前端数据re正则匹配专栏收录该内容

1 篇文章

订阅专栏

本文介绍在无法使用BeautifulSoup或xpath时，如何利用re正则表达式精确匹配并提取网页中的特定数据，通过实例演示了re模块的findall方法的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

re 正则匹配获取指定路径

1、re正则匹配
之前我们有说过Beautiful Soup和xpath两种选择器来获取我们从前端爬下来的指定数据，但是万事都不是绝对的，万一当你发现前面两种选择器都不能匹配到的时候该怎么办呢？
这时候就要用到我们的re正则匹配了，re正则匹配是百分百可以匹配到数据的，只是前两种方便一些。

2、实例

#todo 万事第一步,导包！
import re

#todo 例如要匹配的字段如下
#small_url = '<img src="" attr="53111" data-original="http://imgsrc.baidu.com/forum/wh%3D200%2C90%3B/sign=12e1fa22e8cd7b89e93932813f146e9e/eb10f303918fa0ecce1c9ee5289759ee3f6ddb44.jpg"  bpic="http://imgsrc.baidu.com/forum/w%3D580%3B/sign=ba3f42c80fe9390156028d364bd756e7/48540923dd54564e54be1ed1bdde9c82d0584f7b.jpg" class="threadlist_pic j_m_pic "  />'
#todo 那么我们就可以按如下来匹配，（）中的数据是等下你匹配出来后返回出来的数据，比如我们这边要http的内容，那就（http://）就可以了：
ret = '<img src="" attr="\d+?" data-original="http://imgsrc.baidu.com/forum/wh%3D200%2C90%3B/sign=.*?.jpg"  bpic="(http://imgsrc.baidu.com/forum/w%3D580%3B/sign=.*?.jpg)" class="threadlist_pic j_m_pic "  />'
#todo 其中pattern是你的正则表达式，用来写入你的规则，string是你要匹配的字符串
ret_2 = re.findall(pattern=ret,string=small_url)
print(ret_2)

正则匹配是最保险的，就是对于你的技术要求有点，建议用之前可以百度多了解一些正则的相关规则