标签:adshort 提取 python 整行 正则表达式 mp4 video https 使用
在爬虫中, bs4 和 xpath 并不能定位到 js 代码, 因此如果我们想要提取的信息正好在 js 代码里, 就只能用正则表达式了.
一般我们直接搜索网上, 都看到一大堆很长很长的, 都不知道怎么用, 我也是一边看, 一边自己摸索, 猜测一下语法.
src = ‘https://video.pearvideo.com/mp4/adshort/20201209/1607559275348-15521372_adpkg-ad_hd.mp4’
我们要提取这个字符串里 2020xxx 后面的, 怎么做呢? 而且这个时间是每天都会有变化的, 昨天是1209, 今天是1210,以此类推.
ex = ‘https://video.pearvideo.com/mp4/adshort/20\d+/(.*)’
\d代表数字, + 表示出现不止一次, 意思就是不止一位数字.
() 代表提取的内容, 网上都说这是分组,看的不知所措. 如果没有() ,就会把一整行都给提取, 有了() ,就会把符合的一整行里的() 中的部分给提取.
.* 是贪婪模式, 符合的都提取.
()左边的/ 代表从 /开始
标签:adshort,提取,python,整行,正则表达式,mp4,video,https,使用 来源: https://blog.csdn.net/weixin_45122740/article/details/110947195
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。