html - 정규식 파이썬 크롤러

Question

urllib.request 가져오기

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)
이렇게 하면 .png로 끝나는 이미지 URL이 정상적으로 표시됩니다
urllist = re.findall(r'//img.+. jpg',buf)
기본적으로는 일반
urllist = re.findall(r'//img.+.(png|jpg)',buf)
다음과 같이 일련의 사진 형식만 표시할 수 있습니다.
'.jpg',
'.jpg',
'.png',
'.jpg',
'.jpg',
'.jpg',
'.jpg',
'.jpg',
'. jpg',
이게 왜 모직물이에요?

Answer 1

주로 ()时, re.findall会将匹配的全部打印出来, 但是如果你加了(), 它就会打印匹配中, 被()捕获的结果, 所以你看到一堆的jpg/png, 正因为这样, 所以我们需要用()将这个匹配的链接都捕获起来, 这样才能打印, 同时要用(?:jpg|png), 因为这个地方需要的是匹配jpg或者png를 추가하지 않으면 비캡처 그룹화 구문을 사용해야 하기 때문입니다.

으아악

捕获分组/非捕获分组에 대한 자세한 내용은 링크 설명을 참조하세요

Answer 2

[png|jpg]

(png|jpg)가 그룹화됩니다

으아악