python爬虫 正则表达式解析

 string = '''fall in love with you i love you very much i love she i love her''' # 去除以i开头的每一行数据 re.findall('^i.*',string,re.M)

 #匹配全部行 string1 = """细思极恐 你的队友在看书 你的敌人在磨刀 你的闺蜜在减肥 隔壁老王在练腰 """ re.findall('.*',string1,re.S)

 import requests import re import urllib import os url = 'https://www.qiushibaike.com/pic/page/%d/?s=5170552' # 自定义请求头信息 headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36' } # 判断是否存在名为qiutu的文件夹，如果不存在则创建文件夹 if not os.path.exists('./qiutu'): os.mkdir('./qiutu') # 手动输入开始页，结束页 start_page = int(input('start>>>')) end_page = int(input('end>>>')) for page in range(start_page,end_page+1): 　　# 按照每页url形式拼接指定url new_url = format(url%page) 　　# 发起请求 page_text = requests.get(url=new_url,headers=headers).text 　　# 使用正则找出page_text页面中所有图片url img_url_list = re.findall('
.*?',page_text,re.S) 　　# 给每一个图片url添加https协议头 for img_url in img_url_list: img_url = 'https:' + img_url 　　　　　# 将图片url切割去除图片名称，作为存储时图片的名称 img_name = img_url.split('/')[-1] img_path = 'qiutu/' + img_name、 　　　　　# 对图片做持久化存储 urllib.request.urlretrieve(url=img_url,filename=img_path) print(img_path,'下载成功') print('over')