pythonchallenge--3

最新推荐文章于 2021-11-10 18:06:04 发布

weixin_34265814

最新推荐文章于 2021-11-10 18:06:04 发布

阅读量128

点赞数

CC 4.0 BY-SA版权

文章标签： php

原文链接：http://www.cnblogs.com/arbboter/archive/2012/08/12/4225245.html

本文探讨了如何使用正则表达式从网页源文件中提取特定信息，以解决网页爬虫中的实际问题，并通过实例展示了从网页获取网址的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题：http://www.pythonchallenge.com/pc/def/equality.html

好吧，看完题目我只知道一个小写字母和两边的大保镖，然后就不知道该怎么下去了，我表示我还不习惯做这种题目。

后来，看了别人的解释，才知道要从网页的源文件读取，坑爹坑到家了，我根本就没没往这方面想。然后就知道是要正则表达式来查找字符串了。

可是正则表达式的结果是：

['qIQNlQSLi', 'eOEKiVEYj', 'aZADnMCZq', 'bZUTkLYNg', 'uCNDeHSBj', 'kOIXdKBFh', 'dXJVlGZVm', 'gZAGiLQZx', 'vCJAsACFl', 'qKWGtIDCj']

云里雾里，这可以知道网页的地址？没办法。只能经过非思考手段才知道怎么说了，最后居然是取中间的小写字母，这是谜中谜？

代码如下：

from urllib import *
import re

src = urlopen(r'http://www.pythonchallenge.com/pc/def/equality.html')
for i in range(21): #排除前面没用的21行
    src.readline()
str1 = src.read()
src.close()
pat = re.compile(r'[^A-Z][A-Z]{3}[a-z][A-Z]{3}[^A-Z]')
rst = re.findall(pat,str1)
a = []
for i in rst:
    a.append(i[4])
print(''.join(a))

所以下一题的网址为： http://www.pythonchallenge.com/pc/def/linkedlist.php

转载于:https://www.cnblogs.com/arbboter/archive/2012/08/12/4225245.html