html - 正規表現Pythonクローラー
インポートurllib.request
req = urllib.request.urlopen('http://search.jd.com/Search?k...')
req
Out[3]: <http.client.HTTPResponse at 0x52bf6d8>
buf = req.read()
buf = buf.decode('utf-8')
urllist = re.findall(r'//img. .png',buf)
これは通常、.png で終わる画像の URL を表示します。
urllist = re.findall(r'//img. .jpg ',buf)
これも基本的には通常です
urllist = re.findall(r'//img. .(png|jpg)',buf)
これは、一連の形式のみを表示できます。このような写真：
'.jpg',
'.jpg',
'.png',
'.jpg',
'.jpg',
'。 jpg',
'.jpg',
'.jpg',
'.jpg',
これはなぜですか?
