php正则函数抓取网页连接( 李克强：2020-03-21/n1/c1/html千方百计)

　　php正则函数抓取网页连接(

李克强：2020-03-21/n1/c1/html千方百计)

　　Python爬虫，使用正则表达式抓取人民网新链接、新标题、新时间

　　时间：2020-03-21

　　本文章介绍python爬虫，使用正则表达式抓取人民日报的新链接、标题、时间，主要包括python爬虫，使用正则表达式抓取人民日报的新链接、标题、时间使用实例和应用. 技能总结、基础知识点和注意事项有一定的参考价值，有需要的朋友可以参考。

　　import requests

import re

res = requests.get('http://politics.people.com.cn/GB/1024/index.html')

content = res.content.decode('GB2312')<br /># 从人民网源代码中查看网页的编码方式，在代码开头部分可以找到<br /># <br /># 即该网站编码方式为GB2312，故上面语句解码使用decode('GB2312')

print(content)

pattern = "(.*?) (.*?)"

news = re.findall(pattern, content)

for i in news:

print(i[0],i[1],i[2])<br /><br />这一小段代码运行后就成功将人民网中新闻的标题，链接，创建时间抓取下来，并保存在列表中，每个列表元素是1个元组，分别保存链接，标题和创建时间。<br />屏幕显示如下：

　　/n1/2020/0321/c1.html 千方百计加快复苏、稳定就业，为就业创业、灵活就业提供更多机会 2020-03-21

　　/n1/2020/0321/c1.html 在精准防控疫情的同时，积极有序推进复工复产，稳定和支持市场主体增强经济复苏动力 2020-03-21

　　/n1/2020/0320/c1.html 李克强：在精准防控疫情的同时，积极有序推进复工复产，稳定和支持市场主体增强经济复苏动力2020-03 -20

　　/n1/2020/0320/c1.html 李克强：千方百计加快复苏、稳定就业 为就业创业和灵活就业提供更多机会 2020-03-20

　　…………