新手求解，谢谢
来源：4-2 python正则表达式练习
清一色610
2017-08-01 15:17
import urllib.request
import re
req = urllib.request.urlopen('http://www.imooc.com/course/list')
buf = req.read().decode('utf-8')
listurl = re.findall(r'http:.+\.jpg',buf)
print(listurl)
i = 0
for url in listurl:
f = open(str(i)+'.jpg','wb')
req = urllib.request.urlopen(url)
buf = req.read()
f.write(buf)
i += 1
f.close()
出现问题：
写回答
关注
2回答
-
- 慕粉3606827
- 2017-08-03 15:22:36
我自己试了一下，发现会读取出这种如图1的结果，我个人猜测是因为在正则表达式中使用了+这个贪婪模式的字符，所以会尽量匹配多的字符，所以看图中就知道，它把两个地址的字符串都匹配进去了，因为两个字符串连接在一起也是http开头，.jpg结尾的，把“listurl = re.findall(r'http:.+\.jpg',buf)”改成“listurl = re.findall(r'http:.+?\.jpg',buf)”，读取的结果就正确了。以上是个人观点，如有不足之处还望指出。
-
- 慕粉3606827
- 2017-08-03 14:45:54
你抓取的地址貌似不正确吧？打印的地址之中还带有“src=”的
python正则表达式
如何使用正则处理文本，带你对python正则有个全面了解
80575 学习 · 174 问题
相似问题