pyhon爬蟲模擬網頁登陸、正則表達式

前言:不是每個網頁都能模擬成功,僅供學習

發展壯大離不開廣大客戶長期以來的信賴與支持，我們將始終秉承“誠信為本、服務至上”的服務理念，堅持“二合一”的優良服務模式，真誠服務每家企業，認真做好每個細節，不斷完善自我，成就企業，實現共贏。行業涉及成都混凝土攪拌機等，在網站建設、成都全網營銷推廣、WAP手機網站、VI設計、軟件開發等項目上具有豐富的設計經驗。

模擬網頁登陸

--安裝模塊--
pip install urllib (運行cmd輸入此段代碼即可安裝)

點擊查看代碼

from urllib import request
import urllib
from http import cookiejar

# 定義文件名
filename = 'cookie.txt'

# 聲明一個cookie,傳入文件名
cookie = cookiejar.MozillaCookieJar(filename)

# 定義cookie處理
handler = request.HTTPCookieProcessor(cookie)

# 定義下載器,傳入處理器
opener = request.build_opener(handler)

# 定義登錄用的賬號密碼

postdata = urllib.parse.urlencode({

    'username': '賬號',
    'password': '密碼'
}).encode(encoding='UTF8')

# url
loginUrl = '網站'

# 模擬登錄頁面
resp = opener.open(loginUrl, postdata)

# 保存cookie到文件

cookie.save(ignore_discard=True, ignore_expires=True)

# 再次訪問網站
url2 = "網站"

# 打開頁面
try:
    result = opener.open(url2)
except request.HTTPError as e:
    if hasattr(e, "code"):
        print(e.code)
except request.URLError as e:
    if hasattr(e, "reason"):
        print(e.reason)
else:
    print(result.read())

正則表達式

了解正則表達式
正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。
安裝模塊
pip install re (運行cmd輸入此段代碼即可安裝)

import re
將正則表達式編譯成Pattern對象，注意hello前面的r的意思是“原生字符串”
pattern = re.compile(r'hello')
使用re.match匹配文本，獲得匹配結果，無法匹配時將返回None
result1 = re.match(pattern,'hello')
result2 = re.match(pattern,'helloo YC!')
result3 = re.match(pattern,'helo YC!')
result4 = re.match(pattern,'hello YC!')
match表示從頭開始匹配匹配不到返回none
search可以從任意位置匹配

認識匹配規則字符:

點擊查看代碼

import re

# 定義正則化規則=匹配模式,r表示原生字符串
rexg = re.compile(r'\d*\w*')
res = re.search(rexg, 'ddddddddddddd5')
print(res)

rexg1 = re.compile(r'\d+\w*')
res1 = re.search(rexg1, 'pppppddddddddddddd5')
print(res1)

rexg2 = re.compile(r'\d?dddddd')
res2 = re.search(rexg2, 'pppppddddddddddddd5')
print(res2)

# 電話號碼
rexg3 = re.compile(r'1\d{10}')
res3 = re.search(rexg3, '')
print(res3)

# 定義郵箱
rexg4 = re.compile(r'\d{5,12}@\w{2}\.\w{3}')
res4 = re.search(rexg4, '1sdfsdfdsfdsdfs@qq.com')
print(res4)

rexg5 = re.compile(r'\d+')
res5 = re.search(rexg5, '11sdfsdfdsfdsdfs@qq.com')
print(res5)

rexg6 = re.compile(r'\d{5,12}? ?')
res6 = re.search(rexg6, '11sdfsdfdsfdsdfs6477d09191@qq.com')
print(res6)

# 邊界匹配-匹配字符串開頭
rexg7 = re.compile(r'\Aabc')
res7 = re.search(rexg7, 'abcqqqqqqqqqabccttttttttttt'
                        'abcctttttttttabc')
print(res7)

# 任意

rexg8 = re.compile(r'1\d{10}|\d{5,12}@\w{2}\.\w{3}')

res8 = re.search(rexg8, "sahsyhs1dgashgshasdag@qq.com")
print(res8)

# 分組

rexg9 = re.compile(r'(abc){3}')
res9 = re.search(rexg9, "zUJXHUJHXuabcabcabcosaojaodiabcosajosabc")
print(res9)

# 分組 + 別名
rexg10 = re.compile(r'(?P<tt>abc)888(?P=tt)')
res10 = re.search(rexg10, "hasghsabc888abc")
print(res10)

# 分組 + 編號

rexg11 = re.compile(r'(\d{5})uu\1')

res11 = re.search(rexg11, "uu")
print(res11)

新聞名稱：pyhon爬蟲模擬網頁登陸、正則表達式
瀏覽路徑：http://m.kartarina.com/article6/dsojoog.html

成都網站建設公司_創新互聯，為您提供虛擬主機、App設計、軟件開發、網站維護、品牌網站制作、Google

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容