Python 获取div标签中的文字实例

2023-09-02 16:34:05 65

预备知识点

compile函数

compile函数用于编译正则表达式，生成一个正则表达式（Pattern）对象，供match()和search()这两个函数使用。

语法格式为：

re.compile(pattern[,flags])
.compile(pattern[,flags])

参数：

pattern:一个字符串形式的正则表达式

flags可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：

re.I忽略大小写

re.L表示特殊字符集\w,\W,\b,\B,\s,\S依赖于当前环境

re.M多行模式

re.S即为'.'并且包括换行符在内的任意字符（'.'不包括换行符）

re.U表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\S依赖于Unicode字符属性数据库

re.X为了增加可读性，忽略空格和'#'后面的注释

检索和替换

Python的re模块提供了re.sub用于替换字符串中的匹配项。

语法：

re.sub(pattern,repl,string,count=0)
.sub(pattern,repl,string,count=0)

参数：

pattern:正则中的模式字符串。

repl:替换的字符串，也可为一个函数。

string:要被查找替换的原始字符串。

count:模式匹配后替换的最大次数，默认0表示替换所有的匹配。

Python中字符串前面加上r表示原生字符串，与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

思路整理：

在编程过程中遇到的部分问题在这里写出来和大家共享

问题1：在编程过程中成功获取了目标的名字，但是它存在于div框架中，我们要做的就是将div中的文字与标签分开，在这里我们用的是正则表达式

问题2：

上代码：

#-*-coding:UTF-8-*-
importrequests
importtime
importre
frombs4importBeautifulSoup
fromurllib.requestimporturlretrieve

if__name__=='__main__':
list_url=[]
url='https://www.names.org/n/kevin/about'
#设置请求头信息
headers={
"User-Agent":"Mozilla/5.0(WindowsNT6.1;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/58.0.3029.110Safari/537.36"
}
req=requests.get(url=url,headers=headers)
req.encoding='utf-8'
html=req.text
bf=BeautifulSoup(html,'html.parser')
targets_url_1=bf.find_all(class_='containerpage-section')
bf=BeautifulSoup(str(targets_url_1),'html.parser')
targets_url_2=bf.find_all(class_='name')

#保存名字链接
foreachintargets_url_2:
list_url.append(re.sub('[\t\n]',"",re.sub(r'<[^>]+>',"",str(each))))

f=open('test.txt','w')#首先先创建一个文件对象，打开方式为w
foreachinlist_url:
f.writelines(each)#用readlines()方法写入文件
f.writelines('\n')

print(list_url)

print('下载完成！')

以上这篇Python获取div标签中的文字实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

Python 获取div标签中的文字实例

热门推荐

随机推荐