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。

相关问题

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：

pip install requests

2. 编写代码：

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。

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。