国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

記一次python網(wǎng)頁爬取中正則表達(dá)式的使用

warkiz / 2471人閱讀

摘要：昨日幫同學(xué)爬取一個(gè)網(wǎng)頁，大概有多頁，還好爬取的內(nèi)容都很固定，類似于以下這種遍歷所有頁面，使用方法獲取頁面所有的匹配項(xiàng)，然后寫入文件即可。

昨日幫同學(xué)爬取一個(gè)網(wǎng)頁，大概有400多頁，還好爬取的內(nèi)容都很固定，類似于以下這種：



(.*)



(.*)



(.*)



(.*)



(.*)



(.*)



(.*)

遍歷所有頁面，使用re.findall方法獲取頁面所有的匹配項(xiàng)，然后寫入excel文件即可。
腳本跑完之后，發(fā)現(xiàn)excel的條數(shù)比網(wǎng)頁上的少幾個(gè)，懷疑某些條目不符合此正則表達(dá)式，于是修改腳本，加上調(diào)試語句，重新跑一次，進(jìn)行逐頁分析。

發(fā)現(xiàn)大部分頁面都是20條，但是在61頁的時(shí)候只有18條。打開瀏覽器直接訪問第61頁，發(fā)現(xiàn)是有20條的，而且每一條的格式完全一致，因此確認(rèn)對于某些符合格式的內(nèi)容原正則可能匹配不到。

找到未匹配到的條目：



1300200900007



俄羅斯聯(lián)邦 



中太建設(shè)集團(tuán)股份有限公司



中太建設(shè)集團(tuán)（俄羅斯）股份有限公司



河北省



1、工程施工
2、國際貿(mào)易




2009-05-22

原來內(nèi)容里含有換行符，而.號(hào)不能匹配到換行符，嘗試修改(.*)為([ .]*),無果。
查閱網(wǎng)絡(luò)，推薦的用法是([sS]*)，s表示任意空白符，大寫的S表示反義匹配，即任意非空白符，組合在一起即是所有字符，([dD]*)等同理也是一樣的效果。

修改正則為推薦用法，嘗試替換，結(jié)果卻和我們期望的不一致：整個(gè)頁面只能匹配到一條！

如果是正確答案，應(yīng)該是匹配到20條，完全錯(cuò)誤的答案應(yīng)該匹配不到，只能匹配到換行符內(nèi)容也應(yīng)該有2條，為什么會(huì)出現(xiàn)一條的情況呢？

我們打印出匹配內(nèi)容看看便知:

("1300200900008", "xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6", "xe6xb2xb3xe5x8cx97xe4xb8xadxe4xb9x8bxe6xb4xa5xe7x9fxbfxe4xb8x9axe6x8ax95xe8xb5x84xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8", "xe6xb2xb3xe5x8cx97xe4xb8xadxe4xb9x8bxe6xb4xa5xe7x9fxbfxe4xb8x9axe6x8ax95xe8xb5x84xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6xe5x8ax9exe4xbax8bxe5xa4x84", "xe6xb2xb3xe5x8cx97xe7x9cx81", "xe5x8ax9exe7x90x86xe5xaex9exe6x96xbdxe5x85xacxe5x8fxb8xe4xb8x8exe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6Gothward Trading PVT LTDxe5x90x88xe4xbdx9cxe5xbcx80xe7x9fxbfxe7x9ax84xe5x85xb7xe4xbdx93xe4xbax8bxe9xa1xb9xefxbcx8cxe5x81x9axe5xa5xbdxe5x9cxa8xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6xe5x85xb3xe8xbexbexe7x9fxbfxe5x8cxbaxe9x87x91xe7x9fxbfxe5x8bx98xe6x8exa2xe3x80x81xe5xbcx80xe9x87x87xe7x9ax84xe5x89x8dxe6x9cx9fxe5x87x86xe5xa4x87xe5xb7xa5xe4xbdx9cxe3x80x82
2009-11-03
1300200900007
xe4xbfx84xe7xbdx97xe6x96xafxe8x81x94xe9x82xa6
xe4xb8xadxe5xa4xaaxe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe4xb8xadxe5xa4xaaxe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xefxbcx88xe4xbfx84xe7xbdx97xe6x96xafxefxbcx89xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
1xe3x80x81xe5xb7xa5xe7xa8x8bxe6x96xbdxe5xb7xa5 2xe3x80x81xe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93
2009-05-22
1300200900007
xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6
xe7xa7xa6xe7x9ax87xe5xb2x9bxe5xb8x82xe6x98x8axe9x9ax86xe8xb4xb8xe6x98x93xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe7xa7xa6xe7x9ax87xe5xb2x9bxe5xb8x82xe6x98x8axe9x9ax86xe8xb4xb8xe6x98x93xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6xe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
xe4xbex9dxe6x89x98xe8xb5x84xe6xbax90xe5xafxb9xe5xa4x96xe5xbcx80xe5xb1x95xe7x9fxbfxe4xbaxa7xe5x90x88xe4xbdx9cxe3x80x81xe5xbcx80xe5x8fx91xefxbcx8cxe4xbax86xe8xa7xa3xe6xb4xa5xe5xb7xb4xe5xb8x83xe9x9fxa6xe6x94xbfxe7xadx96xe3x80x81xe6xb3x95xe8xa7x84xefxbcx8cxe5x81x9axe5xa5xbdxe6x8ax95xe8xb5x84xe5x90x88xe4xbdx9cxe7x9ax84xe5x89x8dxe6x9cx9fxe5x87x86xe5xa4x87xe5xb7xa5xe4xbdx9c
2009-10-21
1300200900006
xe5x88xa9xe6xafx94xe4xbax9a
xe4xb8xadxe5xa4xaaxe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe4xb8xadxe5xa4xaaxe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xefxbcx88xe5x88xa9xe6xafx94xe4xbax9axefxbcx89xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
1xe3x80x81xe5xb7xa5xe7xa8x8bxe6x96xbdxe5xb7xa5 2xe3x80x81xe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93
2009-05-22
1300200900006
xe7xbex8exe5x9bxbd
xe7x9fxb3xe5xaexb6xe5xbax84xe5xbcx80xe5x8fx91xe5x8cxbaxe8xbexbexe4xb8xbaxe5x8cxbbxe8x8dxafxe7xa7x91xe6x8ax80xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe7x9fxb3xe5xaexb6xe5xbax84xe5xbcx80xe5x8fx91xe5x8cxbaxe8xbexbexe4xb8xbaxe5x8cxbbxe8x8dxafxe7xa7x91xe6x8ax80xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe7xbex8exe5x9bxbdxe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
xe4xb8xbbxe8xa6x81xe8xb4x9fxe8xb4xa3xe6x90x9cxe9x9bx86xe4xbfxa1xe6x81xafxefxbcx8cxe4xbexbfxe4xbax8exe5xaexa2xe6x88xb7xe6xb2x9fxe9x80x9axe8x81x94xe7xb3xbbxefxbcx8cxe4xb8xbaxe4xbcx81xe4xb8x9axe7xbbx8fxe8x90xa5xe7x94x9fxe4xbaxa7xe6x8fx90xe4xbex9bxe4xbfxa1xe6x81xafxe5x92x8cxe4xbex9dxe6x8dxae
2009-09-18
1300200900005
xe5x90x89xe5xb0x94xe5x90x89xe6x96xafxe6x96xafxe5x9dxa6
xe5xbbx8axe5x9dx8axe5xbcx80xe5x8fx91xe5x8cxbaxe5x90x89xe6x8cxafxe7xbaxa2xe7x94x9fxe7x89xa9xe7xa7x91xe6x8ax80xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5xbbx8axe5x9dx8axe5xbcx80xe5x8fx91xe5x8cxbaxe5x90x89xe6x8cxafxe7xbaxa2xe7x94x9fxe7x89xa9xe7xa7x91xe6x8ax80xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe9xa9xbbxe5x90x89xe5xb0x94xe5x90x89xe6x96xafxe6x96xafxe5x9dxa6xe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
xe4xbbx80xe6x8bx89xe9x87x8cxe5xbex81xe9x87x91xe3x80x81xe9x93x9cxe7x9fxbfxe7x9ax84xe7xadxb9xe5xa4x87xe3x80x81xe5xb8x82xe5x9cxbaxe8xb0x83xe7xa0x94xe3x80x82
2009-08-12
1300200900004
xe8x80x81xe6x8cx9d
xe9x82xafxe9x83xb8xe5x86x80xe8xbexbexe5x88xb6xe9x93x81xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe9x82xafxe9x83xb8xe5x86x80xe8xbexbexe5x88xb6xe9x93x81xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe8x80x81xe6x8cx9dxe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
xe5x8ax9exe4xbax8bxe6x9cxbaxe6x9ex84
2009-07-06
1999-000136
xe8x92x99xe5x8fxa4
xe6xb2xb3xe5x8cx97xe7x9cx81xe5x9bxbdxe9x99x85xe4xbex9bxe9x94x80xe5x90x88xe4xbdx9cxe6x80xbbxe5x85xacxe5x8fxb8
xe6xb1x97xe6x89x98xe6x8bx89xe5xbcx80xe5x8fxb8xe7xb1xb3xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe5xb1xb1xe7xbex8axe7xbbx92xe5x8axa0xe5xb7xa5
1999-08-16
1300200900025
xe6x96xb0xe8xa5xbfxe5x85xb0
xe5xbbx8axe5x9dx8axe4xb8x89xe5x88xa9xe6x9cxa8xe4xb8x9axe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe4xb8x89xe5x88xa9xefxbcx88xe6x96xb0xe8xa5xbfxe5x85xb0xefxbcx89xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x9ex97xe4xb8x9axe5xbcx80xe5x8fx91xe3x80x81xe6x9cxa8xe6x9dx90xe5x8axa0xe5xb7xa5xe3x80x81xe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93
2009-08-05
1300200900024
xe5xbexb7xe5x9bxbd
xe5xb7xa8xe5x8ax9bxe6x96xb0xe8x83xbdxe6xbax90xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5xb7xa8xe5x8ax9bxe6x96xb0xe8x83xbdxe6xbax90xefxbcx88xe5xbexb7xe5x9bxbdxefxbcx89xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x99xb6xe4xbdx93xe7xa1x85xe5xa4xaaxe9x98xb3xe8x83xbdxe7x94xb5xe6xb1xa0xe7xbbx84xe4xbbxb6xe7x94x9fxe4xbaxa7xe3x80x81xe9x94x80xe5x94xaexefxbcx9bxe5xa4xaaxe9x98xb3xe8x83xbdxe5x85x89xe4xbcx8fxe7x94xb5xe7xabx99xe8xaexbexe5xa4x87xe5x8fx8axe7x94xb5xe7x83xadxe7xb3xbbxe7xbbx9fxe8xaexbexe5xa4x87xe7x94x9fxe4xbaxa7xe3x80x81xe9x94x80xe5x94xae
2009-08-05
1300200900020
xe9x9fxa9xe5x9bxbd
xe7xa7xa6xe7x9ax87xe5xb2x9bxe5x8cx97xe6x96xb9xe8x88xb9xe8x88xb6xe6x9cxbaxe6xa2xb0xe8xbfx9bxe5x87xbaxe5x8fxa3xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe4xb8x9cxe5x92x8cxe6x9cxbaxe6xa2xb0xe8xbfx9bxe5x87xbaxe5x8fxa3xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe8x87xaaxe8x90xa5xe5x92x8cxe4xbbxa3xe7x90x86xe5x90x84xe7xb1xbbxe5x95x86xe5x93x81xe5x8fx8axe6x8ax80xe6x9cxafxe7x9ax84xe8xbfx9bxe5x87xbaxe5x8fxa3xe4xb8x9axe5x8axa1xefxbcx88xe5x9bxbdxe5xaexb6xe9x99x90xe5xaex9axe5x85xacxe5x8fxb8xe7xbbx8fxe8x90xa5xe6x88x96xe7xa6x81xe6xadxa2xe8xbfx9bxe5x87xbaxe5x8fxa3xe5x9cxb0xe5x95x86xe5x93x81xe5x92x8cxe6x8ax80xe6x9cxafxe9x99xa4xe5xa4x96xefxbcx89xefxbcx9axe8x88xb9xe7x94xa8xe6x9cxbaxe6xa2xb0xe8xaexbexe5xa4x87xe5x8fx8axe9x85x8dxe4xbbxb6xe7x9ax84xe7x94x9fxe4xbaxa7xe3x80x81xe9x94x80xe5x94xae
2009-07-23
1300200900019
xe6xb3x95xe5x9bxbd
xe5xa4xa7xe5x9fx8exe5x8exbfxe5xbcx98xe4xbax9axe5x86x8dxe7x94x9fxe8xb5x84xe6xbax90xe5x88xa9xe7x94xa8xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb3x95xe5x9bxbdxe5xa4xa9xe9xbex99xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe5xbax9fxe6x97xa7xe6x9cx89xe8x89xb2xe9x87x91xe5xb1x9exe5x8axa0xe5xb7xa5,xe9x94x80xe5x94xaexefxbcx8cxe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93xe3x80x82
2009-07-21
1300200900016
xe6x9cx9dxe9xb2x9c
xe6xb2xb3xe5x8cx97xe5xaex87xe5xbaxb7xe7xbaxbaxe7xbbx87xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6x9cx9dxe9x98xb3xe7xbaxbaxe7xbbx87xe5x90x88xe8x90xa5xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe7x94x9fxe4xbaxa7xe9x94x80xe5x94xaexe6xafx9bxe5xb7xbexe3x80x81xe6xafx9bxe5xb7xbexe8xa2xabxe3x80x81xe9xa4x90xe5xb7xbexe3x80x81xe6xb5xb4xe5xb7xbexe3x80x81xe6x9ex95xe5xb7xbexe7xadx89xe7xbaxbaxe7xbbx87xe5x93x81
2009-06-17
1300200900015
xe9x9fxa9xe5x9bxbd
xe5xb7xa8xe5x8ax9bxe6x96xb0xe8x83xbdxe6xbax90xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5xb7xa8xe5x8ax9bxe6x96xb0xe8x83xbdxe6xbax90xefxbcx88xe9x9fxa9xe5x9bxbdxefxbcx89xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x99xb6xe4xbdx93xe7xa1x85xe5xa4xaaxe9x98xb3xe8x83xbdxe7x94xb5xe6xb1xa0xe7xbbx84xe4xbbxb6xe7x9ax84xe7x94x9fxe4xbaxa7xe3x80x81xe9x94x80xe5x94xaexefxbcx9bxe5xa4xaaxe9x98xb3xe8x83xbdxe5x85x89xe4xbcx8fxe7x94xb5xe7xabx99xe8xaexbexe5xa4x87xe5x8fx8axe7x94xb5xe7x83xadxe7xb3xbbxe7xbbx9fxe8xaexbexe5xa4x87xe7x94x9fxe4xbaxa7xe3x80x81xe9x94x80xe5x94xae
2009-06-16
1300200900013
xe7xbex8exe5x9bxbd
xe5x8dx9axe6xb7xb1xe5xb7xa5xe5x85xb7xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5x8dx9axe6xb7xb1xe7xbex8exe5x9bxbdxe6x9cx89xe9x99x90xe8xb4xa3xe4xbbxbbxe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe9x87x91xe5x88x9axe7x9fxb3xe5xb7xa5xe5x85xb7xe3x80x81xe5x90x88xe9x87x91xe5xb7xa5xe5x85xb7xe3x80x81xe7x94xb5xe5x8axa8xe5xb7xa5xe5x85xb7xe7x9ax84xe7x94x9fxe4xbaxa7xe3x80x81xe7xbbx84xe8xa3x85xe5x92x8cxe9x94x80xe5x94xaexefxbcx8cxe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93xe3x80x82
2009-06-11
1300200900011
xe5xa1x9exe5x86x85xe5x8axa0xe5xb0x94
xe5x8dx8exe9x83xbdxe5x9bxbdxe9x99x85xe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5x8dx8exe5xa1x9exe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x89xbfxe5x8cx85xe5xb7xa5xe7xa8x8bxe6x96xbdxe5xb7xa5xe5x92x8cxe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93
2009-06-10
1300200900010
xe8x92x99xe5x8fxa4
xe5x8dx8exe9x83xbdxe5x9bxbdxe9x99x85xe5xbbxbaxe8xaexbexe9x9bx86xe5x9bxa2xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5x8dx8exe7xa1x95xe7xbdxaexe4xb8x9axe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x88xbfxe5x9cxb0xe4xbaxa7xe5xbcx80xe5x8fx91xe3x80x81xe6x89xbfxe5x8cx85xe5xb7xa5xe7xa8x8bxe6x96xbdxe5xb7xa5xe5x8fx8axe5x9bxbdxe9x99x85xe8xb4xb8xe6x98x93
2009-06-10
1300200900003
xe9x98xbfxe6x8bx89xe4xbcxafxe8x81x94xe5x90x88xe9x85x8bxe9x95xbfxe5x9bxbd
xe5xbbx8axe5x9dx8axe5xb8x82xe7xaexa1xe9x81x93xe4xbaxbaxe6x9cxbaxe6xa2xb0xe8xaexbexe5xa4x87xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5xbbx8axe5x9dx8axe5xb8x82xe7xaexa1xe9x81x93xe4xbaxbaxe6x9cxbaxe6xa2xb0xe8xaexbexe5xa4x87xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8xe9xa9xbbxe4xb8xadxe4xb8x9cxe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
xe6x94xb6xe9x9bx86xe7x9bxb8xe5x85xb3xe4xbfxa1xe6x81xafxefxbcx8cxe4xbaxa7xe5x93x81xe7x9ax84xe5x94xaexe5x90x8exe6x9cx8dxe5x8axa1xefxbcx8cxe5x8fx91xe5xb1x95xe5xbdx93xe5x9cxb0xe4xbbxa3xe7x90x86xe3x80x82
2009-04-03
1300200800002
xe5xbexb7xe5x9bxbd
xe5x8dx9axe6xb7xb1xe5xb7xa5xe5x85xb7xe8x82xa1xe4xbbxbdxe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5x8dx9axe6xb7xb1xe5xb7xa5xe5x85xb7xe9x9bx86xe5x9bxa2xe6xacxa7xe6xb4xb2xe5x8ax9exe4xbax8bxe5xa4x84
xe6xb2xb3xe5x8cx97xe7x9cx81
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
2008-03-14
1300200900001
xe4xb8xadxe5x9bxbdxe9xa6x99xe6xb8xaf
xe6xb2xb3xe5x8cx97xe7x9cx81xe5x9bxbdxe5xafx8cxe5x86x9cxe4xb8x9axe6x8ax95xe8xb5x84xe9x9bx86xe5x9bxa2xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe5x9bxbdxe5xafx8cxefxbcx88xe9xa6x99xe6xb8xafxefxbcx89xe6x8exa7xe8x82xa1xe6x9cx89xe9x99x90xe5x85xacxe5x8fxb8
xe6xb2xb3xe5x8cx97xe7x9cx81
xe4xbcx81xe4xb8x9axe6x8ax95xe8x9ex8dxe8xb5x84xe4xb8xadxe4xbbx8bxe6x9cx8dxe5x8axa1xe3x80x81xe8xb4xb8xe6x98x93xe4xbbxa3xe7x90x86xe3x80x81xe4xbfxa1xe6x81xafxe5x92xa8xe8xafxa2xe3x80x81xe4xbaxbaxe5x91x98xe5x9fxb9xe8xaexadxe3x80x82", "2009-05-04")

這條正則匹配了把所有條目當(dāng)作一條給匹配了！
再次查閱正則表達(dá)式手冊，正則表達(dá)式默認(rèn)進(jìn)行貪婪匹配，再看我們寫的正則，[sS]*盡可能匹配更多的字符，然后它一直往下匹配直到遇到最后一個(gè)符合格式div，于是乎20條記錄被當(dāng)作一個(gè)pattern匹配到了，中間的19條記錄全被當(dāng)作了內(nèi)容。

根據(jù)以上的分析，我們換用懶惰匹配即可，只需簡單地加一個(gè)問號(hào)：[sS]*?，結(jié)果正是我們想要的。

總結(jié)兩點(diǎn):

1. 任意字符匹配[sS]*
2. 任意字符懶惰匹配[sS]*?

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/45371.html

相關(guān)文章

  • 紀(jì)念我的第一個(gè)完整的小說爬蟲

    摘要：紀(jì)念我的第一個(gè)爬蟲程序，一共寫了三個(gè)白天，其中有兩個(gè)上午沒有看，中途遇到了各種奇怪的問題，伴隨著他們的解決，對于一些基本的操作也弄清楚了。我這個(gè)程序想要獲取的是劍來小說，把各個(gè)章節(jié)的內(nèi)容爬去下載存儲(chǔ)到文件里。 紀(jì)念我的第一個(gè)爬蟲程序，一共寫了三個(gè)白天，其中有兩個(gè)上午沒有看，中途遇到了各種奇怪的問題，伴隨著他們的解決，對于一些基本的操作也弄清楚了。果然，對于這些東西的最號(hào)的學(xué)習(xí)方式，就是...

    Lin_R 評論0 收藏0

  • Python爬蟲基礎(chǔ)

    摘要：爬蟲架構(gòu)架構(gòu)組成管理器管理待爬取的集合和已爬取的集合，傳送待爬取的給網(wǎng)頁下載器。網(wǎng)頁下載器爬取對應(yīng)的網(wǎng)頁，存儲(chǔ)成字符串，傳送給網(wǎng)頁解析器。從文檔中獲取所有文字內(nèi)容正則匹配后記爬蟲基礎(chǔ)知識(shí)，至此足夠，接下來，在實(shí)戰(zhàn)中學(xué)習(xí)更高級的知識(shí)。 前言 Python非常適合用來開發(fā)網(wǎng)頁爬蟲，理由如下：1、抓取網(wǎng)頁本身的接口相比與其他靜態(tài)編程語言，如java，c#，c++，python抓取網(wǎng)頁文檔的接...

    bang590 評論0 收藏0

  • Python 爬蟲入門(一)——爬取糗百

    摘要：爬取糗百內(nèi)容代碼地址微信公眾號(hào)智能制造社區(qū)，歡迎關(guān)注。爬蟲程序一般是通過模擬瀏覽器對相應(yīng)發(fā)出請求，獲取數(shù)據(jù)，并通過正則等手段匹配出頁面中我們所需的數(shù)據(jù)。庫基本介紹是學(xué)習(xí)爬蟲的一大利器。 爬取糗百內(nèi)容 GitHub 代碼地址https://github.com/injetlee/Python/blob/master/qiubai_crawer.py 微信公眾號(hào)：【智能制造社區(qū)】，歡迎關(guān)注...

    legendaryedu 評論0 收藏0

  • 如何快速掌握Python數(shù)據(jù)采集與網(wǎng)絡(luò)爬蟲技術(shù)

    摘要：通過本文的學(xué)習(xí)，可以快速掌握網(wǎng)絡(luò)爬蟲基礎(chǔ)，結(jié)合實(shí)戰(zhàn)練習(xí)，寫出一些簡單的爬蟲項(xiàng)目。從技術(shù)手段來說，網(wǎng)絡(luò)爬蟲有多種實(shí)現(xiàn)方案，如。二網(wǎng)絡(luò)爬蟲技術(shù)基礎(chǔ)在本次課中，將使用技術(shù)手段進(jìn)行項(xiàng)目的編寫。 摘要：本文詳細(xì)講解了python網(wǎng)絡(luò)爬蟲，并介紹抓包分析等技術(shù)，實(shí)戰(zhàn)訓(xùn)練三個(gè)網(wǎng)絡(luò)爬蟲案例，并簡單補(bǔ)充了常見的反爬策略與反爬攻克手段。通過本文的學(xué)習(xí)，可以快速掌握網(wǎng)絡(luò)爬蟲基礎(chǔ)，結(jié)合實(shí)戰(zhàn)練習(xí)，寫出一些簡單的...

    W4n9Hu1 評論0 收藏0

  • 爬蟲 - 收藏集 - 掘金

    摘要：在這之前，還是有必要對一些概念超輕量級反爬蟲方案后端掘金前言爬蟲和反爬蟲日益成為每家公司的標(biāo)配系統(tǒng)。 爬蟲修煉之道——從網(wǎng)頁中提取結(jié)構(gòu)化數(shù)據(jù)并保存（以爬取糗百文本板塊所有糗事為例） - 后端 - 掘金歡迎大家關(guān)注我的專題：爬蟲修煉之道 上篇 爬蟲修煉之道——編寫一個(gè)爬取多頁面的網(wǎng)絡(luò)爬蟲主要講解了如何使用python編寫一個(gè)可以下載多頁面的爬蟲，如何將相對URL轉(zhuǎn)為絕對URL，如何限速，...

    1fe1se 評論0 收藏0

發(fā)表評論

0條評論

最新活動(dòng)
閱讀需要支付1元查看
<