使用正则表达式,取得点击次数,函数抽离

Posted 086刘伟锋

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
import requests

def checkEmail(Email):
if len(Email)>6:
if re.match(‘^([0-9a-zA-Z_]{0,16}@[0-9a-zA-Z]{0,8}(?:\.\w{2,3}){0,2})$‘,Email)!=None:
print(‘success‘)
else:
print(‘fail‘)
else:
print(‘fail‘)

Email = ‘[email protected]
checkEmail(Email)

2. 用正则表达式识别出全部电话号码。

import re

def checknumber(number):
    n=re.findall(r"\(?0\d{2,3}[) -]?\d{7,8}",number)
    if n:
        print (n)
    else:
        print (not match)
nb="(021)88734543 010-44767890"
checknumber(nb)

3. 用正则表达式进行英文分词。re.split(‘‘,news)

article=‘‘‘new233old fake help what ‘‘‘
print(re.split([\d\s,.?!""]+, article))

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):

def getClickCount(newUrl):
    newId = re.search(‘\_(.*).html‘, newUrl).group(1).split(‘/‘)[-1]
    print(newId)
    clickUrl = ‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(newId)
    resc = requests.get(clickUrl)
    print(resc.text.split(‘.html‘)[-1].lstrip("(‘").rsplit("‘);"))
    return resc



def g(a1):
    res1 = requests.get(a1)
    res1.encoding = ‘utf-8‘
    soup1 = BeautifulSoup(res1.text, ‘html.parser‘)
    title = soup1.select(".show-title")[0].text
    content = soup1.select("#content")[0].text
    about = soup1.select(‘.show-info‘)[0].text
    time = about.lstrip(‘发布时间:‘)[:19]
    time = datetime.strptime(time, ‘%Y-%m-%d %H:%M:%S‘)
    if about.find(‘来源:‘) > 0:
        origin = about[about.find(‘来源:‘):].split()[0]
    if about.find(‘作者:‘) > 0:
        writer = about[about.find(‘作者:‘):].split()[0]
    if about.find(‘审核:‘) > 0:
        audit = about[about.find(‘审核:‘):].split()[0]
    photograph = ‘null‘
    if about.find(‘摄影:‘) > 0:
        photograph = about[about.find(‘摄影:‘):].split()[0]
    newUrl = a1
    cUrl = ‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(getClickCount(newUrl))
    res = requests.get(cUrl)
    print("标题:" + title, "发布时间:", time, origin, audit, writer, photograph,
          "点击次数:" + res.text.split(".html")[-1].lstrip("(‘").rstrip("‘);"))
 
 
url = "http://news.gzcc.cn/html/xiaoyuanxinwen/"
resurl = requests.get(url)
resurl.encoding = ‘utf-8‘
soup = BeautifulSoup(resurl.text, ‘html.parser‘)
a = soup.select(‘li‘)
 
for news in a:
    if len(news.select(‘.news-list-title‘)) > 0:
        a1 = news.select(‘a‘)[0].attrs[‘href‘]
        g(a1)

  

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

使用正则表达式,取得点击次数,函数抽离

使用正则表达式,取得点击次数,函数抽离

使用正则表达式,取得点击次数,函数抽离

使用正则表达式,取得点击次数,函数抽离

使用正则表达式,取得点击次数,函数抽离

使用正则表达式,取得点击次数,函数抽离