import urllib.request
req = urllib.request.urlopen('http://search.jd.com/Search?k...')
req
Keluar[3]: <http.client.HTTPResponse di 0x52bf6d8>
buf = req.read()
buf = buf.decode('utf-8')
urllist = re.findall(r'//img.+.png',buf)
Dengan cara ini, URL imej yang berakhir dengan .png akan dipaparkan seperti biasa
urllist = re.findall(r'//img.+. jpg',buf)
Juga pada asasnya normal
urllist = re.findall(r'//img.+.(png|jpg)',buf)
Ini hanya boleh memaparkan format siri gambar, seperti ini:
'.jpg',
' .jpg',
'.png',
'.jpg',
'.jpg',
'.jpg',
'.jpg',
'.jpg',
'. jpg',
Kenapa kain bulu ini?
Terutama kerana, apabila anda tidak menambah
()
时,re.findall
会将匹配的全部打印出来, 但是如果你加了()
, 它就会打印匹配中, 被()
捕获的结果, 所以你看到一堆的jpg/png
, 正因为这样, 所以我们需要用()
将这个匹配的链接都捕获起来, 这样才能打印, 同时要用(?:jpg|png)
, 因为这个地方需要的是匹配jpg或者png
, kami perlu menggunakan sintaks kumpulan bukan menangkap.Untuk lebih lanjut tentang
捕获分组/非捕获分组
, anda boleh rujuk: Pautan penerangan[png|jpg]
(png|jpg) akan dikumpulkan