pythonRegex，以及應用[下載圖片]

標籤：不同   split()   app   title   exp   遍曆   等等   col   lan   

regular expresion由一系列特定字元及其組合成的字串，用來對目標字串進行過濾操作。。

re相關知識點

pythonRegex庫為re,用import re匯入,在然後用re.compile(pattern,flag)將Regex字串編譯成Regex對象。在利用re提供的內建函數對字串進行匹配，搜尋，替換，切分和分組等操作。

flag常用的取值：
re.I 忽略大小寫，re.X 忽略空格

import redef check(string):    p=re.compile("^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$",re.I)    if p.match(string):        print("%s符合規則"%string)    else:        print("%s不符合規則"%string)st1=‘[email protected]‘st2=‘[email protected]‘check(st1)check(st2)

[email protected].com符合規則[email protected].com符合規則

re.match()從起始位置匹配
re.search()搜尋整個字串匹配，搜尋成功返回起始位置和終止位置。
re.findall()以列表形式返回全部匹配的子串

>>> print(p.match(‘dAA00‘))None>>> re.match(‘adf‘,‘sdadfg‘)>>> re.search(‘adf‘,‘sdadfgadf‘)<_sre.SRE_Match object; span=(2, 5), match=‘adf‘>>>> re.findall(‘adf‘,‘sdadfgadf‘)[‘adf‘, ‘adf‘]

切分
在實際應用中，不同資料來源用不同的分隔字元，可能是空格，定位字元號，逗號等等。 利用Regex和split()函數，可以方便的分開。
re.split(pattern,string[,maxsplit])

.分隔開

>>> st=‘https:\\www.baidu.com‘>>> lt=re.split(‘\.‘,st)>>> lt[‘https:\\www‘, ‘baidu‘, ‘com‘]

逗號和空格分隔。

>>> st=‘df lx 23,77‘>>> li=re.split(‘[\s\,]‘,st)>>> li[‘df‘, ‘lx‘, ‘23‘, ‘77‘]

替換，利用re庫中sub()和subn()函數，可以將Regex所匹配的內容換成指定的字串。
sub()返回的是替換後的字串
subn()是以元群組類型還回新字串和替換的次數。

關鍵字和諧，re寫的還是有點問題

下載簡書交友專題的妹子圖片．

我已經Regex，匹配了１０篇文章，但是有些沒有圖片，有些
圖片標籤匹配不對，有時間在修改了．　準備遍曆整過專題，下載所有圖片，嘻嘻，還要判斷性別，找出老鄉．

import urllib.requestimport urllib.parseimport reimport osdef get_road(url0):    req=urllib.request.Request(url0)    req.add_header(‘User-Agent‘, ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 ‘                                 ‘(KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36‘)    response=urllib.request.urlopen(req)    html=response.read().decode("utf-8")    pattern=re.compile(r‘<a class="title" target="_blank" href="(.*?)"‘)    result=re.findall(pattern,html)    return resultdef get_jiaoyou_url(result,s0):    s=s0    return geturl(result,s)def gethtml(ur):    url=ur    req=urllib.request.Request(url)    req.add_header(‘User-Agent‘, ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 ‘                                 ‘(KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36‘)    response=urllib.request.urlopen(req)    html=response.read().decode("utf-8")    return htmldef getpath(html):    #reg=r‘.*?\.png‘    reg=r‘<img data-original-src="(.*?\.png)"‘    imgre=re.compile(reg)    urls=imgre.findall(html)    return urlsdef  geturl(url,s):    urls=[s+str(i) for i in url]    for i in range(len(urls)):        print(urls[i])    print("url_length=",len(urls))    return urlsdef download(urls):    x=10    print("length=",len(urls))    for url in urls:        filename=‘/home/dflx/下載/jiaoyou_photo/‘+str(x)+‘.png‘        urllib.request.urlretrieve(url,filename)        x+=1    print(x)def download_all(urls):    print(len(urls))    print(‘---------------‘)    index=0    while index<len(urls):        print(urls[index])        #download(urls[index])        index+=1        print("********")def main():    url0="https://www.jianshu.com/c/bd38bd199ec6"    #ur=‘https://www.jianshu.com/p/407dac18983c‘    ur=‘https://www.jianshu.com/p/189d1b8101e6‘    html=gethtml(ur)    path=getpath(html)    urls=geturl(path,‘https:‘)    download(urls)    """    result=get_road(url0)    allurls=get_jiaoyou_url(result,‘https://www.jianshu.com‘)    download_all(allurls)   """

下載的圖片叉車圖片

pythonRegex，以及應用[下載圖片]