python 正则表达式

import urllib
import re

class getHead:
    def __init__(self,url):
        self.url=url

    def getContent(self):
        print "begin to download"
        page=urllib.urlopen(self.url)
        html=page.read()
        return html


    def getImage(self,pagestr):
        reg=r'src="(.+?\.jpg)"'
        image=re.compile(reg)
        imagelist=re.findall(image,pagestr)

        return imagelist

    def getALI(self,pagestr):
        reg=r'<li><a.+?</a></li>'
        data=re.compile(reg)
        datalist=re.findall(data,pagestr)

        return datalist

get=getHead("http://www.sina.com.cn/")

for data in get.getALI(get.getContent()):
    dr = re.compile(r'<[^>]+>',re.S)
    dd=dr.sub('',data)
    print dd

for image in get.getImage(get.getContent()):
    if image.find(' ')!=-1:
        ss=image.split(' ')
        print ss[1].replace('data-src="',"")
    else:
        print image



        

 

posted on 2016-08-31 16:50  QQing_xu  阅读(128)  评论(0编辑  收藏  举报