Heim  >  Fragen und Antworten  >  Hauptteil

javascript - 关于python,正则表达式作为if判断条件的问题

有2000行链接需要进行爬虫处理,可分为以下三种类型,字体加粗。

https://www.coursera.org/course/inforisk
https://www.coursera.org/specializations/cloudcomputing
https://www.coursera.org/learn/python-data

需要在python中写一个正则表达式在作为if条件语句的判断条件,关键词为“/course/” "/specializations/"以及 “/learn/”三个条件,结构如下

if 一行链接 匹配/course/:

'''

elif 一行链接匹配/specializations/:

'''

else 一行链接匹配 /learn/:

'''

初学python,看了一段正则的教学也没有太理解,求大神写一段可以作为判断条件的匹配,再能推荐些正则的学习资料就更好了!thx!

天蓬老师天蓬老师2721 Tage vor834

Antworte allen(2)Ich werde antworten

  • PHPz

    PHPz2017-04-11 10:10:16

    仅仅检查是否含有用in就可以了吧?

    def check_url(word, url):
        return word in url
    
    for u in urls:
        if check_url('/course/', u):
            do something
        elif check_url('/specializations/', u):
            do something
        elif check_url('/learn/', u):
            do something
    

    Antwort
    0
  • 巴扎黑

    巴扎黑2017-04-11 10:10:16

    import re
    raw = '''
    https://www.coursera.org/course/inforisk
    https://www.coursera.org/specializations/cloudcomputing
    https://www.coursera.org/learn/python-data'''
    
    check_func = lambda url, key: re.search('^https://www.coursera.org/%s/.+' % key, url)
    for url in raw.split('\n'):
        if check_func(url, 'course'):
            print 'I m course'
        elif check_func(url, 'specializations'):
            print 'I m specializations'
        elif check_func(url, 'learn'):
            print 'I m learn'
    

    这里用到了正则.+,其中.是指任意字符,+代表一个以上的字符,.+就是匹配一个以上的任意字符。
    Python中re模块是正则相关的模块,这里用到了re.search,如果匹配字符串成功,会返回一个对象,否则返回None
    re模块还有其他函数,例如re.findall,re.match,re.replace

    直接用in是不可以的,例如如果url是https://www.coursera.org/course/specializations,就会导致specializations和course都能匹配到。
    希望可以帮到你。

    Antwort
    0
  • StornierenAntwort