前言:不是每個網(wǎng)頁都能模擬成功,僅供學(xué)習(xí)
發(fā)展壯大離不開廣大客戶長期以來的信賴與支持，我們將始終秉承“誠信為本、服務(wù)至上”的服務(wù)理念，堅持“二合一”的優(yōu)良服務(wù)模式，真誠服務(wù)每家企業(yè)，認真做好每個細節(jié)，不斷完善自我，成就企業(yè)，實現(xiàn)共贏。行業(yè)涉及成都混凝土攪拌機等，在網(wǎng)站建設(shè)、成都全網(wǎng)營銷推廣、WAP手機網(wǎng)站、VI設(shè)計、軟件開發(fā)等項目上具有豐富的設(shè)計經(jīng)驗。
--安裝模塊--
pip install urllib (運行cmd輸入此段代碼即可安裝)
重慶分公司
重慶分公司
from urllib import request
import urllib
from http import cookiejar
# 定義文件名
filename = 'cookie.txt'
# 聲明一個cookie,傳入文件名
cookie = cookiejar.MozillaCookieJar(filename)
# 定義cookie處理
handler = request.HTTPCookieProcessor(cookie)
# 定義下載器,傳入處理器
opener = request.build_opener(handler)
# 定義登錄用的賬號密碼
postdata = urllib.parse.urlencode({
'username': '賬號',
'password': '密碼'
}).encode(encoding='UTF8')
# url
loginUrl = '網(wǎng)站'
# 模擬登錄頁面
resp = opener.open(loginUrl, postdata)
# 保存cookie到文件
cookie.save(ignore_discard=True, ignore_expires=True)
# 再次訪問網(wǎng)站
url2 = "網(wǎng)站"
# 打開頁面
try:
result = opener.open(url2)
except request.HTTPError as e:
if hasattr(e, "code"):
print(e.code)
except request.URLError as e:
if hasattr(e, "reason"):
print(e.reason)
else:
print(result.read())
了解正則表達式
正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規(guī)則字符串”，這個“規(guī)則字符串”用來表達對字符串的一種過濾邏輯。
安裝模塊
pip install re (運行cmd輸入此段代碼即可安裝)
import re
將正則表達式編譯成Pattern對象，注意hello前面的r的意思是“原生字符串”
pattern = re.compile(r'hello')
使用re.match匹配文本，獲得匹配結(jié)果，無法匹配時將返回None
result1 = re.match(pattern,'hello')
result2 = re.match(pattern,'helloo YC!')
result3 = re.match(pattern,'helo YC!')
result4 = re.match(pattern,'hello YC!')
match表示從頭開始匹配 匹配不到返回none
search可以從任意位置匹配
認識匹配規(guī)則字符:
import re
# 定義正則化規(guī)則=匹配模式,r表示原生字符串
rexg = re.compile(r'\d*\w*')
res = re.search(rexg, 'ddddddddddddd5')
print(res)
rexg1 = re.compile(r'\d+\w*')
res1 = re.search(rexg1, 'pppppddddddddddddd5')
print(res1)
rexg2 = re.compile(r'\d?dddddd')
res2 = re.search(rexg2, 'pppppddddddddddddd5')
print(res2)
# 電話號碼
rexg3 = re.compile(r'1\d{10}')
res3 = re.search(rexg3, '')
print(res3)
# 定義郵箱
rexg4 = re.compile(r'\d{5,12}@\w{2}\.\w{3}')
res4 = re.search(rexg4, '1sdfsdfdsfdsdfs@qq.com')
print(res4)
rexg5 = re.compile(r'\d+')
res5 = re.search(rexg5, '11sdfsdfdsfdsdfs@qq.com')
print(res5)
rexg6 = re.compile(r'\d{5,12}? ?')
res6 = re.search(rexg6, '11sdfsdfdsfdsdfs6477d09191@qq.com')
print(res6)
# 邊界匹配-匹配字符串開頭
rexg7 = re.compile(r'\Aabc')
res7 = re.search(rexg7, 'abcqqqqqqqqqabccttttttttttt'
'abcctttttttttabc')
print(res7)
# 任意
rexg8 = re.compile(r'1\d{10}|\d{5,12}@\w{2}\.\w{3}')
res8 = re.search(rexg8, "sahsyhs1dgashgshasdag@qq.com")
print(res8)
# 分組
rexg9 = re.compile(r'(abc){3}')
res9 = re.search(rexg9, "zUJXHUJHXuabcabcabcosaojaodiabcosajosabc")
print(res9)
# 分組 + 別名
rexg10 = re.compile(r'(?Pabc)888(?P=tt)')
res10 = re.search(rexg10, "hasghsabc888abc")
print(res10)
# 分組 + 編號
rexg11 = re.compile(r'(\d{5})uu\1')
res11 = re.search(rexg11, "uu")
print(res11)
