使用正則表達式的幾個步驟：
1、用import re 導入正則表達式模塊；
2、用re.compile()函數創建一個Regex對象；
3、用Regex對象的search()或findall()方法，傳入想要查找的字符串，返回一個Match對象；
4、調用Match對象的group()方法，返回匹配到的字符串。
在交互式環境中簡單嘗試一下，查詢字符串中的固話：
import re text = '小明家的固話是0755-123456，而小麗家的固話時0789-654321，小王家的電話是123456789'#用于檢測的字符串 ph_re = re.compile(r'/d{4}?-/d+') #創建Regex對象，匹配幾種電話的方式，/d表示0-9的數字，{4}表示前面的匹配4次，？表示可選，+表示出現1次或多次。 matchs1 = ph_re.findall(text) #findall()表示查找所有匹配項，返回一個字符串 matchs2 = ph_re.search(text)#search(),查找第一次匹配的文本，返回一個對象。 print(matchs1) print(matchs2) matchs2.group()返回的結果，是這樣的：
findall()方法返回的是一個字符串，可以直接打印出來。而search()方法返回的是一個對象，所以打印出來的是是如圖的第二行。
調用group()，對象返回匹配的結果。
最后，小王的電話之所以沒有匹配到，是因為'-'沒有進行可選即在其后加上‘？'。
下面進行一個小的實驗，獲取某個網頁中所有的http/https網址，并計算有多少個。
首先是獲取HTML文件。這里要用到requests模塊。
# -*- coding: utf-8 -*- import requests import re def get_html(url): res = requests.get(url) res.encoding = 'utf-8' html = res.text return html
這里get_html函數返回的，其實就類似上面例子中的text，用來匹配的文本。
然后，創建正則表達式：
def get_addr(response): addr_regex = re.compile(r'''( (http://|https://)? #http/https (www)? (/.[a-z1-9A-Z]+) (/.com|/.cn) )''',re.VERBOSE)#匹配網址， matchs = [] for groups in addr_regex.findall(response): matchs.append(groups[0]) if len(matchs) == 0: print('沒有網址') return matchs這里向re.compile(),傳入變量re.VERBOSE，作為第二個參數，可以將正則表達式放在多行，并進行注釋，如上。
返回一個matchs列表對象。
再來個啟動函數。
def start(): url = 'http://news.163.com/18/0127/18/D966K4CO0001899N.html' a = get_html(url) b = get_addr(a) print('/n'.join(b)) print(str(len(b))) print('ok')if __name__ == '__main__': start()這里傳入的url是我隨意找的一個新聞鏈接。
然后調用get_html()和get_addr()，就得到了想要的東西。str(len(b))，為統計的數量。
測試的結果是類似這樣的：
這里似乎獲取一些URL，沒什么卵用。。。但是，如果結合前面的查詢新聞列表的方式，獲取批量url，
而創建的正則是xxx.jpg，然后調用os模塊，os.mkdir(folder)、os.chdir(folder)，將獲取到的匹配結果寫入文件，放入某個文件夾。
那么就可以實現，從某些網站上批量獲取jpg圖片，然后存入某個文件夾的爬蟲功能。實測，可行！
總結
以上所述是小編給大家介紹的Python使用正則獲取網頁中所需要的信息，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！
新聞熱點
疑難解答
