python爬虫正则表达式爬取图片练习题
时间: 2023-11-12 10:59:02 浏览: 57
好的,针对您的问题,我可以给您提供一个简单的爬取图片的示例代码:
```python
import re
import requests
url = 'https://www.example.com'
html = requests.get(url).text
img_urls = re.findall('img src="(.*?)"', html)
for img_url in img_urls:
img_data = requests.get(img_url).content
with open('image.jpg', 'wb') as f:
f.write(img_data)
```
这段代码会从指定的网站中爬取所有图片,并将其保存到本地。
相关问题
python爬虫正则表达式爬取网页数据
Python爬虫正则表达式爬取网页数据的方法如下:
1. 首先,需要导入所需的库:`requests`用于发送HTTP请求,`re`用于处理正则表达式。
```python
import requests
import re
```
2. 使用`requests.get()`方法获取网页内容。
```python
url = '目标网址'
response = requests.get(url)
content = response.text
```
3. 使用正则表达式提取所需数据。例如,提取所有的链接:
```python
pattern = r'<a href="(.*?)">'
links = re.findall(pattern, content)
```
4. 遍历并打印提取到的数据。
```python
for link in links:
print(link)
```
将以上代码整合在一起:
```python
import requests
import re
url = '目标网址'
response = requests.get(url)
content = response.text
pattern = r'<a href="(.*?)">'
links = re.findall(pattern, content)
for link in links:
print(link)
```
请将`目标网址`替换为实际要爬取的网址。
python爬虫正则表达式爬取12306出行指南网页数据
要使用Python爬虫和正则表达式爬取12306出行指南网页数据,首先需要了解目标网页的结构和数据格式。然后,可以使用requests库获取网页内容,再使用re库进行正则表达式匹配,提取所需数据。
以下是一个简单的示例:
1. 安装所需库:
```bash
pip install requests
```
2. 编写代码:
```python
import requests
import re
# 请求目标网页
url = 'https://www.12306.cn/mormhweb/kyyyz/'
response = requests.get(url)
response.encoding = 'utf-8'
html_content = response.text
# 使用正则表达式匹配所需数据
pattern = re.compile('<div class="swiper-slide">(.*?)</div>', re.S)
result = pattern.findall(html_content)
# 输出结果
for item in result:
print(item)
```
注意:以上代码仅作为示例,实际使用时需要根据目标网页的具体结构和数据格式进行调整。同时,爬虫可能会对网站造成压力,请合理使用。