网页新闻抓取( 2017年04月24日Python正则抓取新闻标题和链接的方法)

　　网页新闻抓取(

2017年04月24日Python正则抓取新闻标题和链接的方法)

　　Python定时抓取新闻标题和链接的方法示例

　　更新时间：2017年4月24日08:56:43 作者：我想要的闪耀

　　本文章主要介绍了Python正则抓取新闻标题和链接的方法，并结合具体实例分析了Python正则匹配页面元素和文件编写的相关操作技巧。有需要的朋友可以参考以下

　　本文介绍了Python定时抓取新闻标题和链接的方法。分享给大家，供大家参考，如下：

#-*-coding:utf-8-*-

import re

from urllib import urlretrieve

from urllib import urlopen

#获取网页信息

doc = urlopen("http://www.itongji.cn/news/").read() #自己找的一个大数据的新闻网站

#抓取新闻标题和链接

def extract_title(info):

pat = '<a target=\"_blank\"(.*?)/a/h3'

title = re.findall(pat, info)

titles='\n'.join(title)

#print titles

#修改指定字符串

titles1=titles.replace('class="title"','title')

titles2=titles1.replace('>',':')

titles3=titles2.replace('href','url:')

titles4=titles3.replace('="/','"http://www.itongji.cn/')

#写入文件

save=open('xinwen.txt','w')

save.write(titles4)

save.close()

titles = extract_title(doc)

　　PS：这里有两个非常方便的正则表达式工具供大家参考：

　　JavaScript 正则表达式在线测试工具：

　　正则表达式在线生成工具：

　　关于Python的更多信息请参考本站专题：《Python正则表达式使用总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》 、《Python字符串操作技巧总结》、《Python入门及高级经典教程》、《Python文件与目录操作技巧总结》

　　希望这篇文章对你的 Python 编程有所帮助。