python用match()函数爬数据方法详解
match()函数的使用。以及从文本中提取数据的方法。在学习re模块的相关函数前应了解正则表达式的特殊字符
准备一个要爬取的文本文档：
直接从某个网页拷贝一份代码，粘贴在 一个txt文件里，以供学习。
方法很简单，比如打开百度视频的热门电影网页，右键点击查看源代码，然后复制，粘贴到一个txt文件里，保存到工作目录下。
有4000多行。
re.match(pattern, string, flags=0)
①pattern，是正则表达式。string，被检验的字符串。
②flags是可选参数，此标记是用来对patten的补充。例如：re.S，可以让正则表达式中的点匹配换行符\n。(如图片中，可以看帮助文档，查看有哪些标记）
③ match()函数由左向右检验string，若匹配到正则表达式，返回一个匹配对象，否则就返回None.
④re.match() 匹配字符串的开始位置，而不匹配每行开始。
----所以才将网页的每行放入列表，以供match函数对每行操作。
比如要在文档中，提取电影的网址，和电影名。
①复制那行文本作为表达式，
②将要提取的网址和和电影名替换为(.*)，这只是暂时的，可以在接下来的代码中调整。
读取文本：
①用with open（）语句读取；
②用readlines，一次性读完，返回一个列表，元素是文本的每一行。
with open('aa.txt','r',encoding='utf-8') as f:
lines=f.readlines()
①判断每行是否返回了匹配的对象，
②接收匹配对象，并用groups()提取表达式内括号的内容；
for line in lines:
if re.match(pat,line): #判断过滤掉返回None的行，
ret=re.match(pat,line) #接收匹配对象
print(ret.groups())
发现有不符合的行，稍加修改，过滤掉不符合的行：
因为，不合的行都有空格（或其他字符）。可以给第二子组的点 . 换成非[^ ]；非空格的任意字符，意思就是不要有空格的。
用f-string格式化对输出的文本稍加修饰，使用group(1)，group(2);
可以将这段代码封装为一个函数。爬取百度视频的其他栏目。
测试: 百度视频的电影，电视剧，和动漫等栏目，网页上的格式基本相同，所以用上面的函数直接套用。
打开百度视频的动漫，复制源代码，存为bb.txt。
同样可以爬取网址和视频名称。
以上仅是练习match()函数的例子。
以上就是关于python如何用match()函数爬数据的全部内容，感谢大家的阅读和对脚本之家的支持。
相关文章
这篇文章主要介绍了pyqt qlistwidget改变item颜色的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
大家都知道pytorch的模型和参数是分开的,可以分别保存或加载模型和参数,这篇文章主要给大家介绍了关于PyTorch模型保存与加载的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-04-04
这篇文章主要介绍了python的pytest框架之命令行参数详解，今天将继续更新其他一些命令选项的使用，和pytest收集测试用例的规则,需要的朋友可以参考下2019-06-06
今天小编就为大家分享一篇对python添加模块路径的三种方法总结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
Django使用channels + websocket打造在线聊天室
本文将教你如何使用channels + websocket打造个在线聊天室。一共只有四步，你可以轻松上手并学会。项目中大部分代码是基于channels的官方文档的，加入了些自己的理解，以便新手学习使用。2021-05-05
这篇文章主要介绍了Python面向对象编程之类的继承，继承Inheritance是指代码复用的高级抽象，继承是面向对象设计的精髓之一，实现了以类为单位的高级抽象级别代码复用，下面进入文章看该内容的下详情2021-11-11
Python实现Matplotlib,Seaborn动态数据图的示例代码
这篇文章主要为大家详细介绍了如何让Matplotlib、Seaborn的静态数据图动起来，变得栩栩如生。文中的示例代码讲解详细，感兴趣的小伙伴可以学习一下2022-05-05
这篇文章主要介绍了Python eval函数原理及用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了Python实现的微信支付方式,结合实例形式总结分析了Python实现的三种微信支付方式及相关操作步骤、原理、注意事项,需要的朋友可以参考下2019-04-04
Python的subprocess模块是一个非常强大的工具,用于启动和与外部进程进行交互,本文将为大家详细介绍 subprocess模块的各个方面,希望对大家有所帮助2023-11-11
最新评论