站長(zhǎng)資訊網(wǎng)正則表達(dá)式對(duì)于Python來(lái)說(shuō)并不是獨(dú)有的，最近在把google搜索的結(jié)果中所有的站點(diǎn)地址導(dǎo)出，于是想到用python正則表達(dá)式提取搜索結(jié)果中的站點(diǎn)地址。
這其中涉及幾個(gè)需要解決的問(wèn)題：
1、獲取搜索的結(jié)果文本
為了獲得更多的地址，我使用了Google的高級(jí)搜索功能，每個(gè)頁(yè)面顯示100條結(jié)果。
獲得顯示的結(jié)果后，可以查看源碼，并保持成文本文件就有了搜索的結(jié)果文本
2、分析如何提取站點(diǎn)信息
首先需要分析獲取的頁(yè)面，查看以怎樣的方式可以提取出站點(diǎn)信息。
我使用IE8自帶的開(kāi)發(fā)工具（按F12就會(huì)彈出來(lái)）中的探查器功能查看自己要關(guān)心的內(nèi)容有什么特殊的格式
從上圖可以看出我需要的站點(diǎn)在標(biāo)簽<cite></cite>中，所以我使用正則表達(dá)式提取這其中的文本是否就可以呢？
3、編寫正則表達(dá)式來(lái)獲取站點(diǎn)地址
接下來(lái)的就是寫表達(dá)式了，我使用Python3.2編寫的，方便好用（~_~）
代碼如下，先把搜索結(jié)果頁(yè)面保持到e:/t3.txt中，在執(zhí)行如下代碼
import re p = re.compile(r'<cite>([^<>/].+?)</cite>') f = open("e:/t3.txt", encoding='utf-8') content = f.read() print ("n".join(p.findall(content)))
運(yùn)行如下：
大家可以對(duì)照一下運(yùn)行效果圖，看看所有的站點(diǎn)地址是不是都給獲取到了。
