python网页数据抓取(Python中的正则表达式教程输出结果及总结表（一）)

　　python网页数据抓取(Python中的正则表达式教程输出结果及总结表（一）)

　　摘要：本文讲了三种使用Python抓取网页数据的方法；它们是正则表达式 (re)、BeautifulSoup 模块和 lxml 模块。本文所有代码运行在python3.5.

　　 本文抓取的是[中央气象台](http://www.nmc.cn/)首页头条信息：

　　HTML 层次结构是：

　　抓取 href、标题和标签的内容。

　　一、正则表达式

　　复制外层HTML：

　　高温预警

　　代码：

<p># coding=utf-8

import re, urllib.request

url = &#39;http://www.nmc.cn&#39;

html = urllib.request.urlopen(url).read()

html = html.decode(&#39;utf-8&#39;) #python3版本中需要加入

links = re.findall(&#39;