1.需要python环境2.7/3.6
2.使用方式:python 脚本名 url [可选参数s：数字] [可选参数c：True/False]
3.可选参数s的作用：指定从第几个'/'（不计算'://'中的'/'）之前的字符串作为前缀，之后的正则化 默认为1
如：https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/123123
python rule_url_py2 "https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/123123"
python rule_url_py2 "https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/123123" -s 2
可选参数-s的值为1和2，执行结果分别为：
1：https://blog\.csdn\.net/([^/]+/){3}[0-9]+
2：https://blog\.csdn\.net/dQCFKyQDXYm3F8rB0/([^/]+/){2}[0-9]+
4.可选参数c的作用：用来判定是否清除参数，默认值为false，
如：http://sports.sina.com.cn/zl/football/ihht3.shtml?cre=zhuanlanpc&mod=g
python rule_url_py2 "http://sports.sina.com.cn/zl/football/ihht3.shtml?cre=zhuanlanpc&mod=g"
python rule_url_py2 "http://sports.sina.com.cn/zl/football/ihht3.shtml?cre=zhuanlanpc&mod=g" -c True
可选参数c为False和True的结果分别为：
False: http://sports\.sina\.com\.cn/([^/]+/){2}[a-zA-Z0-9]+\.[a-zA-Z]+\?cre=[^&]*&mod;=[^&]*
True: http://sports\.sina\.com\.cn/([^/]+/){2}[a-zA-Z0-9]+\.[a-zA-Z]+\
2021-11-26 10:54:25
5KB
1
酱菜Seven7原创，转载请注明出处。
使用的手段：数据库Mysql， 语言python，正则表达式re
在获取了评论url的情况下（获取京东评论的url方法），现在我们可以来爬取用户昵称和url了。作为一个初学者，我用的正则表达式，来对那url的数据，进行匹配获取。
一、根据内容，编写合适的正则表达式
通过分析打开的url地址的数据，我们可以找到所需的两个规律：
1、用户昵称部分：
所以，我们针对提取用户的正则表达式如下：
r'\"nickname\":\"([^",]+)\",\"replyCount2\"'
2、评论部分：
评论部分，因为会有无追评，而造成结尾不一致：
情况一：
情
2021-04-09 16:20:29
137KB
1
通过C#网络编程的webBrowser获取网页中的url并简单的尝试下载网页中的图片,主要是为以后网络开发的基础学习.其中主要的通过应用程序结合网页知识、正则表达式实现浏览、获取url、下载图片三个功能.而且很清晰的解析了每一步都是以前一步为基础实现的.结合知识博客.
2021-03-29 20:46:17
67KB
1