本文说明了Python3用正则表达式爬行内涵段的方法。分享给大家参考，如下：

看似规律性在爬行动物中运用不多，但也是我们需要掌握的基本功。

首先，爬下内涵子页面，然后有规律地匹配。匹配后，将匹配的子页面写入文本文档。代码如下：

#-*-coding : utf-8-*-从urllib导入请求作为urllib 2导入re #爬网内涵段by正则表达式URL=r ' http://www.neihanpa.com/article/list _ 5 _ { }。html ' headers={ ' user-agent ' : ' Mozilla Win64；x64RV :57.0)gecko/20100101 Firefox/57.0 '，} file _ name='内涵段落。范围(2):# 2中页面的“txt”表示页数。您可以调整full URL=URL . format(str(page 1))request=urllib 2 . request(URL=full URL，Headers=Headers)response=urllib 2。urllopen(请求)html=response。读取()。解码(' gbk') # re。如果没有re。它只匹配符合规则的字符串。如果没有，下一行将再次匹配。#如果你是。添加s后，所有字符串将作为一个整体进行匹配。模式=re。编译(r' div sclass=' f18mb20 '(。*?)/div '，re。s)duanzi=pattern . find all(html)用于duanzis:中的duanzi=duanzi.replace('p '，' ')。替换('/p '，' ')。替换(' br /'，' N ')。替换('，')。替换(' rdquo '，' ')。替换('.' ')try: #将爬网段写入file=open (file _ name，' a '，编码=' utf-8 '。快跑。join(duanzi . split()))file . close()除了OS错误为e: print (e)生成如下图所示的文件：

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：http://tools.jb51.net/regex/javascript

在线正则表达式生成工具：http://tools.jb51.net/regex/create_reg

有关Python的更多信息，请参见本网站的主题：《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》和《Python文件与目录操作技巧汇总》

希望本文对Python编程有所帮助。