最近学习python 感觉这门脚本语言十分灵活 而且功能十分强大 尤其是他re库用于正则匹配十分强大
写了个例子解析中国天气网
例如 terminal中输入python weather.py http://www.weather.com.cn/weather/101010100.shtml 北京6天的天气数据 json格式
#coding=utf-8 #weather.py import urllib import re import simplejson import sys if len(sys.argv) != 2: print 'please enter: python ' + sys.argv[0] + ' <url>' exit(0) url = sys.argv[1]; def readurlPageContent(url):#获取页面的所有数据 逐行读取 webpage = urllib.urlopen(url); line = webpage.readline(); data = '' while line: data = data + line.strip(); #去除每行两边的的空格 line = webpage.readline(); return data def getDatabody(data): reg = re.compile(r'(<div class=\"weatherYubaoBox\">(?:(?!<div)(?!</div).)*</div>)'); matchs = reg.findall(data,re.I); if len(matchs) > 0: return matchs[0] return None def getSixDayWeather(data): regs = re.compile(r'>((?:(?!<)(?!>)(?!var).)+)<'); datas = regs.findall(data) if len(datas) > 12: datas = datas[12:len(datas)-7];#提取其中的78项 即后面6天的天气数据 每天相关的信息有13个 return datas return None data = readurlPageContent(url); match_data = getDatabody(data) if match_data == None : print 'get weather data fail' exit(0) weathers_data = getSixDayWeather(match_data) if weathers_data == None: print 'get six day info fail' exit(0) count = len(weathers_data); groups_item_count = count / 6; weathers = {}; groups = []; start = 0 for item in weathers_data : if (start % groups_item_count) == 0: groups = []; weathers[('day'+str(start/groups_item_count + 1))] = groups; groups.append(item) start = start + 1 print simplejson.dumps(weathers, encoding='UTF-8', ensure_ascii=False)
其中会用到simplejson这个库 呵呵 如何安装 你懂的
相关推荐
Python正则表达式是Python编程语言中的一个强大工具,它用于处理字符串,特别是搜索、匹配、替换等操作。在爬虫开发中,正则表达式是必不可少的一部分,因为我们需要使用它来提取网页上的数据。本视频教程将深入浅出...
总结,`re.compile()`是Python正则表达式的重要工具,它使得我们可以预先编译正则表达式模式,提高程序的效率和可读性。通过创建正则表达式对象,我们可以灵活地执行多种正则操作,如查找、替换和分割字符串,从而在...
### Python正则表达式大全 #### 一、概述 Python 的正则表达式库 `re` 提供了一系列功能强大的工具来处理字符串模式匹配任务。正则表达式是一种强大的文本处理工具,可以用来查找、替换符合特定模式的文本。在...
Python正则表达式是Python编程语言中用于处理文本的强大工具,它允许程序员高效地搜索、匹配、替换符合特定模式的字符串。深入理解Python正则表达式对于任何希望在数据处理、文本分析或网络爬虫等领域工作的开发者来...
正则表达式在处理文本数据时非常强大,可以轻松完成各种复杂的模式匹配工作。然而,使用正则表达式时也需要小心,因为复杂的表达式可能难以理解和维护,而且正则表达式可能消耗大量计算资源,特别是当处理大量数据或...
使用这个正则表达式,我们可以用编程语言如JavaScript、Python等进行匹配操作,找出所有`<img>`标签的`src`值。例如,在JavaScript中,可以使用`match()`函数: ```javascript const html = "HTML文本"; const ...
### Python正则表达式详解 #### 一、引言 Python自1.5版本起引入了`re`模块,这标志着Python正式支持正则表达式的使用。正则表达式(Regular Expression, RE)是一种小巧而专业化的编程语言,用于字符串模式匹配与...
### Python正则表达式详解 #### 一、正则表达式概述 正则表达式(Regular Expression)是一种在计算机科学领域广泛使用的模式匹配工具。它主要用于处理文本数据,包括搜索、替换以及提取文本中的特定模式。许多...
- **模式标志**:Python正则表达式提供了一系列模式标志,用于修改匹配行为。 - `re.I`(re.IGNORECASE):忽略大小写差异。 - `re.M`(MULTILINE):多行模式,使得“^”和“$”可以匹配每一行的开头和结尾。 - ...
在Python中使用正则表达式匹配字符串开头并打印的示例涉及到几个重要的知识点,包括正则表达式的编写、Python中的正则表达式库re的使用、以及如何利用正则表达式提取特定模式的字符串。以下是对这些知识点的详细介绍...
通过学习和熟练掌握这些知识点,你可以有效地利用Python正则表达式来处理各种文本数据,提升你的编程效率和代码质量。在实际项目中,结合`re`模块和其他Python库(如BeautifulSoup、Scrapy等),你将能够构建强大的...
Python正则表达式是处理字符串的强大工具,尤其在文本匹配和解析方面表现卓越。其中,正则表达式匹配IP地址是一项非常实用的应用,因为IP地址是网络编程和数据处理中经常出现的对象。本文将详细解析Python正则表达式...
Python正则表达式是编程中一种用于模式匹配和文本分析的强大工具,它在文本处理、数据清洗、日志分析等多个领域都有广泛的应用。Python标准库中的re模块为开发者提供了使用正则表达式进行字符串匹配、提取和替换等...
**正则表达式**,又称规则表达式(Regular Expression,在代码中常简写为regex、regexp或RE),正则表达式描述了一种**字符串匹配的模式**(pattern),可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从...
在Python正则表达式中,可以通过反斜杠(\)加数字的方式引用已经匹配的组,例如\1表示引用第一个匹配的组。这种引用在替换操作中非常有用,可以让程序员在替换字符串中重用之前匹配到的文本。 为了加深理解,下面...
正则表达式是一种强大的文本处理工具,用于搜索、替换、检查或解析字符串。Python 提供了内置的 re 模块来支持正则表达式的使用。本文将详细介绍 Python 中正则表达式的使用,包括基本语法、匹配模式、高级搜索技巧...
10正则匹配-正则表达式 Regular Expression、树形模型(树形匹配)-intro bs4、爬虫.zip"这个压缩包包含了关于Python正则表达式的基础教程,讲解了如何使用正则表达式进行文本匹配,以及如何使用BeautifulSoup库进行...
虽然os模块在此处没有直接涉及正则匹配,但requests模块发起网络请求后,获取的数据往往需要通过正则匹配来进行解析。 在文件内容的文本中,我们可以看到一个HTML结构的字符串,其中可能需要提取的信息包括图片加载...
看标题,结果生成excel表格 注: 使用时,header需要更改为自己浏览器中的,附加查找方法 有些运行不了可能是有些库没有安装,在命令行里,打开python的scripts文件夹下使用pip install 库的名字,即可安装
Python正则表达式入门首先要理解正则表达式的组成元素,这包括字符集、特殊字符、量词、分组、选择结构和预定义字符。字符集允许我们定义一系列可选字符,比如[a-zA-Z]可以匹配任何英文字母。特殊字符如点号"."可以...