Python爬虫:正则匹配网址中的数字

简介: Python爬虫:正则匹配网址中的数字


# 匹配网址中的数字
import re
url = "https://www.baidu.com/company/13828?param=abc"
com_id = re.match(".*company/(\d+)", url)
print com_id.group(1)
# 13828

将其封装为函数

# -*- coding: utf-8 -*-
# @File    : get_digit.py
# @Date    : 2018-05-25
# 匹配网址中的数字
import re
def get_digit(url, reg_exp=".*/(\d+)"):
    """匹配网址中的数字
    :param
        url{str}: 网址字符串
        reg_exp{str}: 正则匹配规则
    :return
        digit {None}/{str}: 空或者数字字符串
    """
    digit = None
    pattern = re.compile(reg_exp)
    result = pattern.match(url)
    if result:
        digit = result.group(1)
    return digit
if __name__ == '__main__':
    # 匹配为空
    url = ""
    ret = get_digit(url)
    print(ret)
    # None
    # 匹配一个
    url = "https://www.baidu.com/company/13828?param=abc"
    ret = get_digit(url)
    print(ret)
    # 13828
    # 匹配第一个
    url = "https://www.baidu.com/company/13828?param=234234"
    ret = get_digit(url)
    print(ret)
    # 13828
相关文章
|
2月前
|
数据采集 Web App开发 数据安全/隐私保护
实战:Python爬虫如何模拟登录与维持会话状态
实战:Python爬虫如何模拟登录与维持会话状态
|
3月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
2月前
|
数据采集 监控 数据库
Python异步编程实战:爬虫案例
🌟 蒋星熠Jaxonic,代码为舟的星际旅人。从回调地狱到async/await协程天堂,亲历Python异步编程演进。分享高性能爬虫、数据库异步操作、限流监控等实战经验,助你驾驭并发,在二进制星河中谱写极客诗篇。
Python异步编程实战:爬虫案例
|
3月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
691 19
|
2月前
|
数据采集 存储 JSON
Python爬虫常见陷阱:Ajax动态生成内容的URL去重与数据拼接
Python爬虫常见陷阱:Ajax动态生成内容的URL去重与数据拼接
|
2月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
3月前
|
数据采集 存储 Web App开发
处理Cookie和Session:让Python爬虫保持连贯的"身份"
处理Cookie和Session:让Python爬虫保持连贯的"身份"
|
3月前
|
数据采集 Web App开发 前端开发
处理动态Token:Python爬虫应对AJAX授权请求的策略
处理动态Token:Python爬虫应对AJAX授权请求的策略
|
3月前
|
数据采集 网络协议 API
协程+连接池:高并发Python爬虫的底层优化逻辑
协程+连接池:高并发Python爬虫的底层优化逻辑
|
3月前
|
数据采集 监控 Shell
无需Python:Shell脚本如何成为你的自动化爬虫引擎?
Shell脚本利用curl/wget发起请求,结合文本处理工具构建轻量级爬虫,支持并行加速、定时任务、增量抓取及分布式部署。通过随机UA、异常重试等优化提升稳定性,适用于日志监控、价格追踪等场景。相比Python,具备启动快、资源占用低的优势,适合嵌入式或老旧服务器环境,复杂任务可结合Python实现混合编程。

推荐镜像

更多