Python构造一个页面或者取复制一个页面的源码放在一个自己命名的txt文件中,通过进行正则表达式匹配获取自己想要获取的东西,然后将获取到的东西写入到一个文件中,可以是txt、csv
时间: 2024-04-11 10:29:46 浏览: 61
你可以使用Python的`requests`库来获取页面的源码,并使用正则表达式来匹配所需内容。以下是一个示例代码,用于获取网页源码并提取标题和链接,并将其写入到一个txt或csv文件中,你可以根据需要选择文件格式。
```python
import requests
import re
import csv
# 发送GET请求获取网页源码
url = "https://example.com" # 替换为你想要获取的页面的URL
response = requests.get(url)
html_content = response.text
# 使用正则表达式匹配标题和链接
title_pattern = r'<title>(.*?)</title>'
link_pattern = r'<a\s+(?:[^>]*?\s+)?href="([^"]*)"'
titles = re.findall(title_pattern, html_content)
links = re.findall(link_pattern, html_content)
# 将标题和链接写入到txt文件中
output_file = "output.txt" # 替换为你想要保存的文件名
with open(output_file, "w") as file:
for title, link in zip(titles, links):
file.write(f"标题:{title}\n链接:{link}\n\n")
# 将标题和链接写入到csv文件中
output_file_csv = "output.csv" # 替换为你想要保存的csv文件名
with open(output_file_csv, "w", newline="") as file:
writer = csv.writer(file)
writer.writerow(["标题", "链接"]) # 写入表头
for title, link in zip(titles, links):
writer.writerow([title, link])
```
这个示例代码中使用正则表达式匹配了页面中的标题和链接,并将它们写入到txt或csv文件中。你可以根据你的需要修改和扩展这个代码,以匹配和提取你想要的内容,并将其写入到指定的文件中。记得安装`requests`库和了解更多关于正则表达式和csv模块的知识。祝你成功完成任务!
阅读全文