写一段正则表达式爬虫代码

好的，以下是一个简单的正则表达式爬虫代码示例，它可以爬取一个网站上所有的链接：

import re
import requests

# 定义要爬取的网站地址
url = 'https://www.example.com'

# 发送请求获取网页内容
response = requests.get(url)
html = response.text

# 定义正则表达式
pattern = re.compile('<a href="(.*?)"')

# 使用正则表达式匹配所有链接
links = re.findall(pattern, html)

# 输出所有链接
for link in links:
    print(link)

这段代码使用了 Python 的 requests 和 re 模块，首先发送请求获取网页内容，然后使用正则表达式匹配出所有链接，并输出这些链接。需要注意的是，这只是一个简单的示例代码，实际爬虫代码中还需要考虑很多其他因素，如反爬虫机制、数据存储等。

相关问题

python正则表达式与网络爬虫

Python中的正则表达式是一种强大的工具，可以用于网络爬虫中数据的提取和处理。在网络爬虫中，我们通常需要从网页中提取特定的信息，例如文章标题、作者、发布时间等等。而正则表达式可以帮助我们在网页源代码中，快速准确地找到这些信息。

具体来说，我们可以使用Python中的re模块来操作正则表达式。首先，我们需要编写正则表达式，然后使用re.compile()方法将其编译为一个正则表达式对象，接着使用re.findall()或者re.search()方法在网页源代码中查找符合条件的文本。

例如，如果我们想要从一个网页源代码中提取所有的链接，可以使用下面的正则表达式：

import re
pattern = r'<a href="(.*?)">'
regex = re.compile(pattern)
text = '网页源代码'
links = regex.findall(text)

这段代码使用正则表达式pattern来匹配网页源代码中所有的链接，然后使用re.findall()方法找到符合条件的文本，存储在links列表中。

当然，在实际的网络爬虫中，我们还需要考虑一些其他的问题，例如网页编码、反爬虫等等。但是正则表达式仍然是网络爬虫中非常重要的工具之一。

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。