python中match⽅法_python⽤match（）函数爬数据⽅法详解match()函数的使⽤。以及从⽂本中提取数据的⽅法。在学习re模块的相关函数前应了解正则表达式的特殊字符
准备⼀个要爬取的⽂本⽂档：
直接从某个⽹页拷贝⼀份代码，粘贴在 ⼀个txt⽂件⾥，以供学习。
⽅法很简单，⽐如打开百度视频的热门电影⽹页，右键点击查看源代码，然后复制，粘贴到⼀个txt⽂件⾥，保存到⼯作⽬录下。
有4000多⾏。
re.match(pattern, string, flags=0)
①pattern，是正则表达式。string，被检验的字符串。
②flags是可选参数，此标记是⽤来对patten的补充。例如：re.S，可以让正则表达式中的点匹配换⾏符\n。(如图⽚中，可以看帮助⽂档，查看有哪些标记)
③ match()函数由左向右检验string，若匹配到正则表达式，返回⼀个匹配对象，否则就返回None.
④re.match() 匹配字符串的开始位置，⽽不匹配每⾏开始。
----所以才将⽹页的每⾏放⼊列表，以供match函数对每⾏操作。
⽐如要在⽂档中，提取电影的⽹址，和电影名。
①复制那⾏⽂本作为表达式，
②将要提取的⽹址和和电影名替换为(.*)，这只是暂时的，可以在接下来的代码中调整。
读取⽂本：
①⽤with open()语句读取；
②⽤readlines，⼀次性读完，返回⼀个列表，元素是⽂本的每⼀⾏。
with open('aa.txt','r',encoding='utf-8') as f:
adlines()
①判断每⾏是否返回了匹配的对象，
②接收匹配对象，并⽤groups()提取表达式内括号的内容；
for line in lines:
if re.match(pat,line): #判断过滤掉返回None的⾏，
ret=re.match(pat,line) #接收匹配对象
ups())
发现有不符合的⾏，稍加修改，过滤掉不符合的⾏：
因为，不合的⾏都有空格(或其他字符)。可以给第⼆⼦组的点 . 换成⾮[^ ]；⾮空格的任意字符，意思就是不要有空格的。
⽤f-string格式化对输出的⽂本稍加修饰，使⽤group(1)，group(2);
可以将这段代码封装为⼀个函数。爬取百度视频的其他栏⽬。
测试: 百度视频的电影，电视剧，和动漫等栏⽬，⽹页上的格式基本相同，所以⽤上⾯的函数直接套⽤。打开百度视频的动漫，复制源代码，存为bb.txt。
同样可以爬取⽹址和视频名称。
以上仅是练习match()函数的例⼦。
以上就是关于python如何⽤match()函数爬数据的全部内容，感谢⼤家的阅读和对我们的⽀持。
本⽂标题: python⽤match()函数爬数据⽅法详解源代码电影讲解

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。