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
今天小编就为大家分享一篇python加载自定义词典实例，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2019-12-12
今天小编就为大家分享一篇kafka-python批量发送数据的实例，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2018-12-12
bytes类型是python3引入的,本文就来介绍一下python3中bytes数据类型的具体使用,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,需要的朋友们下面随着小编来一起学习学习吧2024-12-12
python playwright--pytest-playwright、pytest-base-url插件编
这篇文章主要介绍了python playwright--pytest-playwright、pytest-base-url插件编写用例,它提供上下文隔离，开箱即用地在多个浏览器配置上运行，它继承了pytest框架，以及支持playwright的一些基础使用，需要的朋友可以参考下2023-05-05
这篇文章主要介绍了linux下python抓屏实现方法,涉及Python操作屏幕截取的相关技巧,需要的朋友可以参考下2015-05-05
本文介绍了利用qwebview写的一个发腾讯微博的功能，大家可以改成新浪微博，原理是一样的，大家参考使用吧2014-01-01
Matplotlib作为Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。本文将利用Matplotlib库绘制散点图，感兴趣的可以了解一下2022-03-03
这篇文章主要介绍了Python 实现局域网远程屏幕截图案例，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
今天小编就为大家分享一篇Pytorch在NLP中的简单应用详解，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2020-01-01
这篇文章主要介绍了Flask入门之上传文件到服务器的方法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
最新评论