Python正则抓取新闻标题和链接的方法示例
作者：我要的shine 发布时间：2022-05-16 06:01:31
标签：Python,正则,抓取
本文实例讲述了Python正则抓取新闻标题和链接的方法。分享给大家供大家参考，具体如下：
#-*-coding:utf-8-*-
import re
from urllib import urlretrieve
from urllib import urlopen
#获取网页信息
doc = urlopen("http://www.itongji.cn/news/").read() #自己找的一个大数据的新闻网站
#抓取新闻标题和链接
def extract_title(info):
pat = '<h3><a target=\"_blank\"(.*?)</a></h3>'
title = re.findall(pat, info)
titles='\n'.join(title)
#print titles
#修改指定字符串
titles1=titles.replace('class="title"','title')
titles2=titles1.replace('>',':')
titles3=titles2.replace('href','url:')
titles4=titles3.replace('="/','"http://www.itongji.cn/')
#写入文件
save=open('xinwen.txt','w')
save.write(titles4)
save.close()
titles = extract_title(doc)
PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：
JavaScript正则表达式在线测试工具：
http://tools.jb51.net/regex/javascript
正则表达式在线生成工具：
http://tools.jb51.net/regex/create_reg
希望本文所述对大家Python程序设计有所帮助。
0
投稿猜你喜欢
- 一. 虚拟环境搭建在开发中安装模块的方法：pip install 模块名称之前我们安装模块都是直接在物理环境下安装，这种安装方法，后面一次安
- 处理多个数据和多文件时，使用for循环的速度非常慢，此时需要用多线程来加速运行进度，常用的模块为multiprocess和joblib，下面
- 1，使用mysqldump时报错(1064)，这个是因为mysqldump版本太低与当前数据库版本不一致导致的。mysqldump: Cou
- 在读文件时常常得到一些\n和引号之类的符号，可以使用字符串的成员函数strip()来去除。1.去除首尾不需要的字符a= '"
- 前言：我们知道，python代码文件大多数都是py类型。那么，能不能使用txt文件存储我们的代码呢？python这么强大的语言当然可以做大，
- 如何做一个检索结果带链接的检索？具体代码和说明如下：<％ data=request.form("search_da
- 一、环境安装 1.安装apache2 sudo apt-get install apache2 安装后在浏览器中打开：http://loca
基于selenium进行动作链由于最近很多人聊到滑动验证码怎么处理，所以决定自己动手试一下。做一个东西前。我们首先要对这个东西的操作过程有一- Access数据库，同时操作大量记录(9500条以上)时报错。错误提示：Microsoft JET Database Engine 错误 &
- MySQL-Group-Replication 是mysql-5.7.17版本开发出来的新特性；它在master-slave 之间实现了强一
- Pycharm安装pywin32报错1、在pycharm的寻找并安装插件pywin32时报错大致意思是安装失败，建议的解决方案：尝试从系统终
- 分享由字符“\”转义引起的SQL数据库实例名称找不到或远程连接失败并显示错误error40的解决办法：一、问题介绍很久没有用c#去连数据库程
- 如何实现刷新当前页面呢？借助js你将无所不能。1，reload 方法，该方法强迫浏览器刷新当前页面。语法：location.reload([
- 本文帮你六步改善SQL Server安全规划全攻略。一、什么是SQL注入式攻击所谓SQL注入式攻击，就是攻击者把SQL命令插入到Web表单的
- 每次安装总是有些不同，这次用这种方式尝试一下，也记录一下。1、首先需要去下载rpm包：镜像地址：http://mysql.mirrors.p
- 在使用完模型之后，添加这两行代码即可清空之前model占用的内存：import tensorflow as tffrom keras imp
- # -*-coding:utf-8-*-import sys, os'''将当前进程fork为一个守护进程注意：如果
- 由于这两天换了IDE，在导入以前的工程的时候发现了一个大问题，由于以前脑残的我不知道改编码方式，导致出现了大量的GBK，这就很难受，要是一个
- 咳咳，大家看看就好了，本人不负责所产生的后果SELECT * FROM `vbb_strikes` WHERE 1 union select
- 本文实例为大家分享了Python求多幅图像栅格值的平均值，供大家参考，具体内容如下本程序所采用的方法并不是最优方法，ARCGIS已经提供了相
