Python中怎么利用正則抓取數(shù)據(jù)，針對(duì)這個(gè)問(wèn)題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。

寶應(yīng)網(wǎng)站建設(shè)公司成都創(chuàng)新互聯(lián)公司,寶應(yīng)網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為寶應(yīng)千余家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)營(yíng)銷網(wǎng)站建設(shè)要多少錢(qián)，請(qǐng)找那個(gè)售后服務(wù)好的寶應(yīng)做網(wǎng)站的公司定做！

1、正則表達(dá)式基礎(chǔ)

（1）一般字符

（2）預(yù)定義字符集

（3）數(shù)量詞

（4）邊界匹配

備注：最常用的一種匹配方式（.*?）代表匹配任意字符

2、re模塊使用方法

re模塊使得Python擁有全部的正則表達(dá)式功能。

常用函數(shù)1：search()函數(shù)匹配并提取第一個(gè)符合規(guī)律的內(nèi)容，返回一個(gè)正則表達(dá)對(duì)象

常用函數(shù)2：findall()函數(shù)匹配所有符合規(guī)律的內(nèi)容，并以列表的形式返回結(jié)果

備注：一般在爬取數(shù)據(jù)時(shí)候還是以findall使用居多

re模塊修飾符

3、案例實(shí)踐

案例名稱：爬取《斗破蒼穹》全文小說(shuō)

網(wǎng)絡(luò)鏈接：http://www.doupoxs.com/doupocangqiong/

爬取思路：

（1）打開(kāi)網(wǎng)頁(yè)，了解網(wǎng)頁(yè)URL信息，通過(guò)打開(kāi)第一章和第二章發(fā)現(xiàn)鏈接如下

http://www.doupoxs.com/doupocangqiong/1.html

http://www.doupoxs.com/doupocangqiong/2.html

http://www.doupoxs.com/doupocangqiong/3.html

明顯鏈接通過(guò)數(shù)字遞加來(lái)對(duì)每一章節(jié)進(jìn)行分頁(yè)。

（2）爬取全文信息，查找對(duì)應(yīng)的位置如下

（3）數(shù)據(jù)存儲(chǔ)到TXT文本中

4、詳細(xì)代碼如下：

import requestsimport reimport time
headers={"User-Agent":請(qǐng)求頭}
f=open('doupo.txt','a+')
def get_info(url):   res=requests.get(url,headers=headers)   if res.status_code==200:       contents = re.findall('
(.*?)
',res.content.decode('utf-8'),re.S)       for content in contents:           f.write(content+'\n')           print(content)   else:       pass
if __name__=='__main__':   urls=['http://www.doupoxs.com/doupocangqiong/{}.html'.format(i) for i in range(2,10)]   for url in urls:       get_info(url)       time.sleep(1)   f.close()

運(yùn)行結(jié)果如下：

關(guān)于Python中怎么利用正則抓取數(shù)據(jù)問(wèn)題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒(méi)有解開(kāi)，可以關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關(guān)知識(shí)。