简单的正则

代码如下：

1 import re 2 #提取出python 3 key="javapythonc++php" 4 re.findall('python',key)[0] 5 # ##################################################################### 6 #提取出hello world 7 key="
hello world
" 8 re.findall('
(.*)
',key)[0] 9 # #####################################################################10 #提取17011 string = '我喜欢身高为170的女孩'12 re.findall('\d+',string)13 # #####################################################################14 #提取出http://和https://15 key='http://www.baidu.com and https://boob.com'16 re.findall('https?://',key)17 # #####################################################################18 #提取出hello19 key='lalalahellohahah' #输出hello20 re.findall('<[hH][tT][mM][lL]>(.*)
       ',key)21 # #####################################################################22 #提取出hit. 23 key='bobo@hit.edu.com'#想要匹配到hit.24 re.findall('h.*?\.',key)25 # #####################################################################26 # #匹配sas和saas27 # key='saas and sas and saaas'28 # #####################################################################29 # #匹配出i开头的行30 string = '''fall in love with you31 i love you very much32 i love she33 i love her'''34 35 re.findall('^i.*',string,re.M)36 # #####################################################################37 # #匹配全部行38 string1 = """
       
        细思极恐39 你的队友在看书40 你的敌人在磨刀41 你的闺蜜在减肥42 隔壁老王在练腰43 
       
"""44 45 re.findall('.*',string1,re.S)

糗事百科糗图爬取

代码如下

1 import requests 2 from urllib import request 3 import re 4 import os 5 import random 6 #代理列表 7 proxies = [ 8     {
    'https':'51.15.76.205:3128'}, 9     {
    'https':'110.74.221.229:30838'},10     {
    'https':'222.248.243.103:8118'},11     {
    'https':'103.91.206.146:8080'},12     13 ]14 url = 'https://www.qiushibaike.com/pic/page/%d/?s=5148302'15 16 headers = {17     'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36'18 }19 #创建一个文件夹20 if not os.path.exists('./qiutu'):21     os.mkdir('./qiutu')22     23 for pageNum in range(1,3):24     new_url = format(url%pageNum)25     #获取某一个页面对应的页面数据26     page_text = requests.get(url=new_url,headers=headers,proxies=random.choice(proxies)).text27     #获取解析到页面中所有图片的连接28     imgSrc_list = re.findall('
      
       .*?
       ',page_text,re.S)29     for src in imgSrc_list:30         img_url = 'https:'+src31         img_name = src.split('/')[-1]32         img_path = './qiutu/'+img_name33         #request.urlretrieve(url=img_url,filename=img_path)34         img_data = requests.get(url=img_url,headers=headers,proxies=random.choice(proxies)).content35         with open(img_path,'wb') as fp:36             fp.write(img_data)37         print(img_name+'下载成功')38