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/:
1 |
|
elif 一行链接匹配/specializations/:
1 |
|
else 一行链接匹配 /learn/:
1 2 |
|
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!
PHPz2017-04-11 10:10:16
仅仅检查是否含有用in就可以了吧?
1 2 3 4 5 6 7 8 9 10 11 |
|
巴扎黑2017-04-11 10:10:16
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
|
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
等
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。