给我一个Python中可以爬取 https://www.chzc.edu.cn/info/1024/65448.htm 文字的代码使用正则表达式

当然，以下是使用 Python 爬取 https://www.chzc.edu.cn/info/1024/65448.htm 文字的代码，使用了正则表达式进行解析：

import requests
import re

url = 'https://www.chzc.edu.cn/info/1024/65448.htm'
response = requests.get(url)
response.encoding = 'utf-8'
html = response.text

pattern = re.compile(r'<div class="content" id="vsb_content">([\s\S]*?)</div>')
result = pattern.findall(html)
if result:
    content = re.sub(r'<[^>]+>', '', result[0]).strip()
    print(content)
else:
    print('未找到内容')

这段代码首先使用 requests 库发送请求获取网页内容，然后使用正则表达式 `r'<div class="content" id="vsb_content">([\s\S]*?)</div>'` 匹配网页中 id 为 `vsb_content` 的 `div` 标签的内容。如果匹配到了，则使用 `re.sub` 方法去除 HTML 标签，提取出纯文本内容。最后输出文本内容即可。

相关问题

使用python爬虫爬取“https://www.chzc.edu.cn/info/1024/66328.htm”任一信息代码

好的，以下是使用Python爬虫爬取该链接信息的代码示例：

import requests
from bs4 import BeautifulSoup

url = "https://www.chzc.edu.cn/info/1024/66328.htm"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36"
}

response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")

# 获取文章标题
title = soup.find("h2", class_="contentTitle").text.strip()
print("文章标题：", title)

# 获取文章正文
content = soup.find("div", class_="contentInfo").text.strip()
print("文章正文：", content)

运行上述代码，即可获取该链接中的文章标题和正文。需要注意的是，为了避免触发网站的反爬机制，我们在请求头中添加了User-Agent信息，模拟浏览器访问。

使用python爬虫爬取“https://www.chzc.edu.cn/info/1024/66328.htm”中图片

好的，可以使用Python的requests和BeautifulSoup库来实现爬取图片的功能。以下是实现的代码：

import requests
from bs4 import BeautifulSoup

url = "https://www.chzc.edu.cn/info/1024/66328.htm"
response = requests.get(url)
soup = BeautifulSoup(response.content, "html.parser")

# 找到所有的图片标签
img_tags = soup.find_all("img")

# 遍历图片标签并下载图片
for img_tag in img_tags:
    img_url = img_tag["src"]
    img_name = img_url.split("/")[-1]
    img_response = requests.get(img_url)
    with open(img_name, "wb") as f:
        f.write(img_response.content)

解释一下代码：

首先，我们使用requests库获取网页的HTML代码。然后，使用BeautifulSoup库对HTML代码进行解析。

接着，我们使用find_all方法找到所有的图片标签。在这个例子中，该网页只有一张图片，所以img_tags列表中只有一个元素。

最后，我们遍历图片标签并使用requests库下载图片。图片的文件名可以通过图片URL中的最后一个斜杠后的字符串获得。图片保存在当前目录下。

希望这个代码可以帮到你。