码迷,mamicode.com
首页 > 其他好文 > 详细

使用正则表达式,取得点击次数,函数抽离

时间:2018-04-12 00:11:45      阅读:171      评论:0      收藏:0      [点我收藏+]

标签:enc   find   col   date   cal   编号   parser   电话   imp   

1. 用正则表达式判定邮箱是否输入正确。

import re
str=r^[a-zA-Z0-9]+(\.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9]+(\.[a-zA-Z0-9]+){0,4}$
are=(598928876@qq.com)
if re.match(str,are):
    print(success)
else:
    print(please input ...)

2. 用正则表达式识别出全部电话号码

tel=版权所有:广州商学院   地址:广州市黄埔区九龙大道206号  学校办公室:020-82876130  招生电话:020-82872773
a=re.search((\d{3,4})-(\d{6,8}),tel).group(2)
print(a)

3用正则表达式进行英文分词

str=‘‘‘Blog garden is a developer oriented knowledge sharing community, are not allowed to release any promotion, advertising, and political aspects of the content‘‘‘
print(re.split("[\s,.?!]+",str))

 

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):

import requests
import re
from bs4 import BeautifulSoup
from datetime import datetime

def getClickCount(newUrl):
    newId=re.search(\_(.*).html,newUrl).group(1).split(/)[1]
    clickUrl=http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80.format(newId)
    return (int(requests.get(clickUrl).text.split(.html)[-1].lstrip("(‘").rstrip("‘);")))
def getNewDetail(url):
    res1 = requests.get(a)
    res1.encoding = utf-8
    soup1 = BeautifulSoup(res1.text, html.parser)

    soup1.select(#content)[0].text  # 正文
    info = soup1.select(.show-info)[0].text
    d = info.lstrip(发布时间:)[:19] #发布日期和时间

    dt=datetime.strptime(d,%Y-%m-%d %H:%M:%S)
    au=info[info.find(作者:):].split()[0].lstrip(作者:) #作者
    clickCount=getClickCount(a)

newUrl="http://news.gzcc.cn/html/2017/xiaoyuanxinwen_0925/8249.html"
newId = re.search(\_(.*).html, newUrl).group(1).split(/)[1]
clickUrl = http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80.format(newId)
print(clickUrl,\n,getClickCount(newUrl))

url=http://news.gzcc.cn/html/xiaoyuanxinwen/
res=requests.get(url)
res.encoding="utf-8"
soup=BeautifulSoup(res.text,"html.parser")
for news in soup.select("li"):
    if len(news.select(".news-list-title")) > 0:
        t=news.select(.news-list-title)[0].text
        a = news.select(a)[0].attrs[href]  # 新闻链接
        print(t,a,\n)
        getNewDetail(a)
        break

 

使用正则表达式,取得点击次数,函数抽离

标签:enc   find   col   date   cal   编号   parser   电话   imp   

原文地址:https://www.cnblogs.com/SCJX/p/8799280.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!