使用正则表达式,取得点击次数,函数抽离
Posted 108-杨晓彬
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用正则表达式,取得点击次数,函数抽离相关的知识,希望对你有一定的参考价值。
1. 用正则表达式判定邮箱是否输入正确。
import re str=r‘^[a-zA-Z0-9]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9]+(\.[a-zA-Z0-9]+){0,4}$‘ are=(‘[email protected]‘) if re.match(str,are): print(‘success‘) else: print(‘please input ...‘)
2. 用正则表达式识别出全部电话号码。
# 识别电话号码 import re tep=‘版权所有:广州商学院 地址:广州市黄埔区九龙大道206号学校办公室:020-82876130 招生电话:020-82872773 粤公网安备 44011602000060号 粤ICP备15103669号‘ phone=re.findall(‘(\d{3,4})-(\d{6,8})‘,tep) print(phone)
3. 用正则表达式进行英文分词。re.split(‘‘,news)
import re news=‘‘‘His friend started the engine and began to taxi onto the runway of the airport. Mr. Johnson had heard that the most dangerous part of a flight were the take-off and the landing, so he was extremely frightened and closed his eyes.‘‘‘
new = re.split("[\s+\n\.\,\‘]", news) print(new)
4. 使用正则表达式取得新闻编号
5. 生成点击次数的Request URL
6. 获取点击次数
7. 将456步骤定义成一个函数 def getClickCount(newsUrl):
8. 将获取新闻详情的代码定义成一个函数 def getNewDetail(newsUrl):
import requests import re from bs4 import BeautifulSoup from datetime import datetime def getClickCount(url): nurl=url newsId = re.search(‘\_(.*).html‘,nurl).group(1).split(‘/‘)[-1] clickUrl = ‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(newsId) res = requests.get(clickUrl) dtn=res.text.split(‘.html‘)[-1].lstrip("(‘").rstrip("‘);") return dtn def getNewsDetail(url): res2 = requests.get(a) res2.encoding = ‘utf-8‘ soup2 = BeautifulSoup(res2.text, ‘html.parser‘) te = soup2.select(‘#content‘)[0].text # 爬取校园新闻首页新闻的正文 ifd = soup2.select(‘.show-info‘)[0].text dt2 = ifd.lstrip(‘发布时间:‘)[:19] # 获取每篇新闻的发布时间 i = ifd.find(‘作者:‘) if i > 0: s = ifd[ifd.find(‘作者:‘):].split()[0].lstrip(‘作者:‘) # 获取每篇新闻的作者。 q = ifd.find(‘来源:‘) if q > 0: b = ifd[ifd.find(‘来源:‘):].split()[0].lstrip(‘来源:‘) # 获取每篇新闻的来源。 c = ifd.find(‘摄影:‘) if c > 0: n = ifd[ifd.find(‘摄影:‘):].split()[0].lstrip(‘摄影:‘) # 获取每篇新闻的摄影。 dtn = datetime.strptime(dt2, ‘%Y-%m-%d %H:%M:%S‘) # 将其中的发布时间由str转换成datetime类型。 url = ‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ res = requests.get(url) res.encoding = ‘utf-8‘ soup = BeautifulSoup(res.text,‘html.parser‘) for news in soup.select(‘li‘): if len(news.select(‘.news-list-title‘))>0: a = news.select(‘a‘)[0].attrs[‘href‘] getNewsDetail(a) dtn=getClickCount(a) print(dtn) break
以上是关于使用正则表达式,取得点击次数,函数抽离的主要内容,如果未能解决你的问题,请参考以下文章