利用正则表达式编写python 爬虫,抓取网页联系我们电话号码!这里以九奥科技(www.jiuaoo.com)为例,抓取‘联系我们’里面的电话号码,并输出。
- #!/usrweilie/bin/python
- #coding=utf-8
- importre
- importurllib
- defgethtml(url):#获取网页html
- jiuaoopage=urllib.urlopen(url)
- html=jiuaoopage.read()
- returnhtml
- defgetstr(html):#利用正则表达式抓取‘联系我们’链接
- r=r'<ahref="(.*)">联系我们'#正则表达式
- fo=re.compile(r)
- str1=fo.findall(html)
- returnstr1
- defgettel(html):#利用正则表达式抓取电话号码
- r=r'\d{3}\-\d{8}'
- fo=re.compile(r)
- tel=fo.findall(html)
- printtel
- html=gethtml('http://www.jiuaoo.com/')
- str1=getstr(html)
- str2='http://www.jiuaoo.com'
- foriinstr1:
- urlstr=str2+i
- html=gethtml(urlstr)
- gettel(html)
一个抓取电话号码的小爬虫。