网络数据采集——BeautifulSoup与正则表达式

本文介绍了如何使用Python的urllib和BeautifulSoup库从网页中抓取特定格式的图片。通过正则表达式筛选所需的图片链接,并对re.compile函数进行了说明。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
html = urlopen("http://www.pythonscraping.com/pages/page3.html")
bsObj = BeautifulSoup(html)
images = bsObj.findAll("img",{"src":re.compile("\.\.\/img\/gifts/img.*\.jpg")})  //匹配../img/gifts/img(任意单个字符).jpg
for image in images:
    print(image["src"])

函数re.compile将正则表达式(以字符串书写的)转换为模式对象,可以实现更加有效的匹配。

例子:

import re

text = "JGood is a handsome boy, he is cool, clever, and so on..."

re.findall(r'\w*oo\w*', text) #查找所有包含'oo'的单词

python正则表达式 re (二)compile


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值