pathon 用正则表达式来爬取评论

以下是使用 Python 的 re 模块来爬取评论的示例代码：

import re
import requests

# 评论页面的 URL
url = 'https://example.com/comments'

# 发起 GET 请求，并获取响应内容
response = requests.get(url)
html = response.text

# 使用正则表达式匹配评论
pattern = r'<div class="comment">(.*?)</div>'
matches = re.findall(pattern, html, re.DOTALL)

# 输出所有匹配的评论
for match in matches:
    print(match)

上述代码中，我们首先使用 requests 库来发起 GET 请求，并获取评论页面的 HTML 内容。然后，使用正则表达式来匹配评论。在这个例子中，我们假设评论是被包含在一个具有 "comment" 类的 div 元素中的。因此，我们使用 `r'<div class="comment">(.*?)</div>'` 来匹配这些评论。

最后，我们使用 `re.findall()` 函数来查找所有匹配的评论，并将它们输出到控制台。请注意，在这个例子中，我们使用了 re.DOTALL 标志，这是因为评论可能会跨越多行，而这个标志可以让点号（.）匹配所有字符，包括换行符。

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。

import requests
import re

2. 使用`requests.get()`方法获取网页内容。

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：

pattern = r'<a href="(.*?)">'
links = re.findall(pattern, content)

4. 遍历并打印提取到的数据。

for link in links:
    print(link)

将以上代码整合在一起：

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图片练习题

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：

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。