基于Python正則表達(dá)式提取搜索結(jié)果中的站點(diǎn)地址

更新時間：2015年10月15日 09:59:29 投稿：mrr

正則表達(dá)式對于Python來說并不是獨(dú)有的，最近在鼓搗一個東西把google搜索的結(jié)果中所有的站點(diǎn)地址導(dǎo)出，于是想到用python正則表達(dá)式提取搜索結(jié)果中的站點(diǎn)地址，小編把具體實(shí)現(xiàn)思路整理分享給大家

正則表達(dá)式對于Python來說并不是獨(dú)有的，最近在把google搜索的結(jié)果中所有的站點(diǎn)地址導(dǎo)出，于是想到用python正則表達(dá)式提取搜索結(jié)果中的站點(diǎn)地址。

這其中涉及幾個需要解決的問題：

1、獲取搜索的結(jié)果文本

為了獲得更多的地址，我使用了Google的高級搜索功能，每個頁面顯示100條結(jié)果。

獲得顯示的結(jié)果后，可以查看源碼，并保持成文本文件就有了搜索的結(jié)果文本

2、分析如何提取站點(diǎn)信息

首先需要分析獲取的頁面，查看以怎樣的方式可以提取出站點(diǎn)信息。

我使用IE8自帶的開發(fā)工具（按F12就會彈出來）中的探查器功能查看自己要關(guān)心的內(nèi)容有什么特殊的格式

從上圖可以看出我需要的站點(diǎn)在標(biāo)簽<cite></cite>中，所以我使用正則表達(dá)式提取這其中的文本是否就可以呢？

3、編寫正則表達(dá)式來獲取站點(diǎn)地址

接下來的就是寫表達(dá)式了，我使用Python3.2編寫的，方便好用（~_~）

代碼如下，先把搜索結(jié)果頁面保持到e:/t3.txt中，在執(zhí)行如下代碼

import re
p = re.compile(r'<cite>([^<>\/].+?)</cite>')
f = open("e:/t3.txt", encoding='utf-8')
content = f.read()
print ("\n".join(p.findall(content)))

運(yùn)行如下：

大家可以對照一下運(yùn)行效果圖，看看所有的站點(diǎn)地址是不是都給獲取到了。

您可能感興趣的文章:

相關(guān)文章

一個好用的正則匹配電話號手機(jī)號郵箱網(wǎng)址的方法
找到一個好用的正則匹配電話和手機(jī)號的方法，感謝，在這里分享一下
2014-05-05
使用正則表達(dá)式去除所有html標(biāo)簽只保留文字
這篇文章主要介紹了使用正則表達(dá)式去除所有html標(biāo)簽只保留文字效果，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值，需要的朋友參考下吧
2018-07-07
Linux 正則表達(dá)式詳解
這篇文章主要介紹了linux 正則表達(dá)式的一些使用方法，需要的朋友可以參考下
2013-11-11
移除HTML標(biāo)簽的正則表達(dá)式
移除HTML標(biāo)簽的正則表達(dá)式，這里是asp版本，注意是看正則的寫法，腳本之家以前也發(fā)布過類似的代碼。
2009-11-11
linux下關(guān)于正則表達(dá)式grep的一點(diǎn)總結(jié)
正則表達(dá)式（Regular Expression）是用于描述一組字符串特征的模式，用來匹配特定的字符串。通過特殊字符＋普通字符來進(jìn)行模式描述，從而達(dá)到文本匹配目的工具
2020-04-04
正則表達(dá)式（簡單易懂篇）
正則表達(dá)式是一種可以用于模式匹配和替換的強(qiáng)大工具。這篇文章主要介紹了正則表達(dá)式（簡單易懂篇），需要的朋友參考下
2017-01-01
常用的正則表達(dá)式實(shí)例整理
這篇文章主要介紹了常用的正則表達(dá)式實(shí)例整理,非常不錯，具有參考借鑒價值，需要的朋友可以參考下
2018-03-03
[js]用JAVASCRIPT正則表達(dá)式限制文本字節(jié)數(shù)的代碼
[js]用JAVASCRIPT正則表達(dá)式限制文本字節(jié)數(shù)的代碼...
2007-11-11
Java 中的正則表達(dá)式單字符預(yù)定義字符匹配問題
正則表達(dá)式用極簡的規(guī)則取代了復(fù)雜的驗(yàn)證邏輯，是一種通用的技術(shù)，適用于多種編程語言，近通過本文給大家講解Java 中的正則表達(dá)式單字符匹配和預(yù)定義字符匹配問題，感興趣的朋友跟隨小編一起看看吧
2022-11-11
正則表達(dá)式在ＵＢＢ論壇中的應(yīng)用
正則表達(dá)式在ＵＢＢ論壇中的應(yīng)用...
2006-06-06