百木园前言:不是每个网页都能模拟成功,仅供学习
模拟网页登陆
--安装模块--
pip install urllib (运行cmd输入此段代码即可安装)
点击查看代码
from urllib import request
import urllib
from http import cookiejar
# 定义文件名
filename = \'cookie.txt\'
# 声明一个cookie,传入文件名
cookie = cookiejar.MozillaCookieJar(filename)
# 定义cookie处理
handler = request.HTTPCookieProcessor(cookie)
# 定义下载器,传入处理器
opener = request.build_opener(handler)
# 定义登录用的账号密码
postdata = urllib.parse.urlencode({
\'username\': \'账号\',
\'password\': \'密码\'
}).encode(encoding=\'UTF8\')
# url
loginUrl = \'网站\'
# 模拟登录页面
resp = opener.open(loginUrl, postdata)
# 保存cookie到文件
cookie.save(ignore_discard=True, ignore_expires=True)
# 再次访问网站
url2 = \"网站\"
# 打开页面
try:
result = opener.open(url2)
except request.HTTPError as e:
if hasattr(e, \"code\"):
print(e.code)
except request.URLError as e:
if hasattr(e, \"reason\"):
print(e.reason)
else:
print(result.read())
正则表达式
了解正则表达式
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
安装模块
pip install re (运行cmd输入此段代码即可安装)
import re
将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串”
pattern = re.compile(r\'hello\')
使用re.match匹配文本，获得匹配结果，无法匹配时将返回None
result1 = re.match(pattern,\'hello\')
result2 = re.match(pattern,\'helloo YC!\')
result3 = re.match(pattern,\'helo YC!\')
result4 = re.match(pattern,\'hello YC!\')
match表示从头开始匹配 匹配不到返回none
search可以从任意位置匹配
认识匹配规则字符:
点击查看代码
import re
# 定义正则化规则=匹配模式,r表示原生字符串
rexg = re.compile(r\'\\d*\\w*\')
res = re.search(rexg, \'555555555ddddddddddddd5\')
print(res)
rexg1 = re.compile(r\'\\d+\\w*\')
res1 = re.search(rexg1, \'ppppp555555555ddddddddddddd5\')
print(res1)
rexg2 = re.compile(r\'\\d?dddddd\')
res2 = re.search(rexg2, \'ppppp555555555ddddddddddddd5\')
print(res2)
# 电话号码
rexg3 = re.compile(r\'1\\d{10}\')
res3 = re.search(rexg3, \'13865256323\')
print(res3)
# 定义邮箱
rexg4 = re.compile(r\'\\d{5,12}@\\w{2}\\.\\w{3}\')
res4 = re.search(rexg4, \'1sdfsdfdsfdsdfs647709191@qq.com\')
print(res4)
rexg5 = re.compile(r\'\\d+\')
res5 = re.search(rexg5, \'11sdfsdfdsfdsdfs647709191@qq.com\')
print(res5)
rexg6 = re.compile(r\'\\d{5,12}? ?\')
res6 = re.search(rexg6, \'11sdfsdfdsfdsdfs6477d09191@qq.com\')
print(res6)
# 边界匹配-匹配字符串开头
rexg7 = re.compile(r\'\\Aabc\')
res7 = re.search(rexg7, \'abcqqqqqqqqqabccttttttttttt\'
\'abcctttttttttabc\')
print(res7)
# 任意
rexg8 = re.compile(r\'1\\d{10}|\\d{5,12}@\\w{2}\\.\\w{3}\')
res8 = re.search(rexg8, \"sahsyhs1d8285555556gashgshasdag12345@qq.com\")
print(res8)
# 分组
rexg9 = re.compile(r\'(abc){3}\')
res9 = re.search(rexg9, \"zUJXHUJHXuabcabcabcosaojaodiabcosajosabc\")
print(res9)
# 分组 + 别名
rexg10 = re.compile(r\'(?P<tt>abc)888(?P=tt)\')
res10 = re.search(rexg10, \"hasghsabc888abc\")
print(res10)
# 分组 + 编号
rexg11 = re.compile(r\'(\\d{5})uu\\1\')
res11 = re.search(rexg11, \"12345uu12345\")
print(res11)
来源：https://www.cnblogs.com/wei3306/p/16000998.html
本站部分图文来源于网络，如有侵权请联系删除。