正则表达式解析html_第1页
正则表达式解析html_第2页
正则表达式解析html_第3页
正则表达式解析html_第4页
正则表达式解析html_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

正则表达式解析HTML能够使用正则表达式解析HTMLHTML可以看作是带有特殊标签的纯文本文件，使用正则表达式，对标签进行匹配，抽取数据。尝试抽取数据嗨客平台上所有课程的名称正则表达式解析HTML

正则表达式解析HTML名称嵌在<pclass=”title”>和</p>之中写出对应的正则表达式

<pclass=\”title\”>(.+?)</p>字符.负责匹配除了换行字符意外的任何字符字符+?负责字符匹配的范围()区别于字符集合[]，代表捕获组(.+?)表示匹配标签之间的所有内容可以利用findall方法抽取数据正则表达式解析HTML可以利用pattern进行逐行匹配正则表达式解析HTMLRe模块的其他函数match()：从头匹配一个符合规则的字符串，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None。group()：

获取匹配到的所有结果，不管有没有分组将匹配到的全部拿出来，有参取匹配到的第几个。groups()：

获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分的结果groupdict()：获取模型中匹配到的分组结果，只拿出匹配到的字符串中分组部分定义了key的组结果。正则表达式解析HTMLsearch()：浏览全部字符串，匹配第一符合规则的字符串，浏览整个字符串去匹配第一个，未匹配成功返回None。findall()：浏览全部字符串，匹配所有合规则的字符串，匹配到的字符串放到一个列表中，未匹配成功返回空列表。split()：根据正则表达式匹配分割字符串，返回分割后的一个列表。sub()：替换匹配成功

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论