視訊學習資料：

https://www.bilibili.com/video/BV12E411A7ZQ?p=22

常用正則表示式知識總結與應用：

原文地址：https://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html

一、正則表示式簡單解析

正則表示式：（判斷字串是否符合一定的標準）

二、Re庫主要功能函式

新增的模式限定：

注意*：建議在正則表示式中，被比較的字串前面加上人，不用擔心轉義字元的問題

三、原始碼案例

import urllib.request,urllib.error  #指定URL獲取網頁資料
import bs4  #網頁解析資料獲取
 

import re   #正則表示式，進行文字匹配的
import xlwt  #進行excel操作
import sqlite3  #進行SQLite資料庫操作
from bs4 import  BeautifulSoup
#主函式
def main():
    baseurl="https://movie.douban.com/top250?start="
    #1.爬取網頁    #2.逐一解析資料
    dataList=getDate(baseurl)
    #3.儲存資料
    #savepath=""
    #saveData(savepath)
    #askURL("https://movie.douban.com/top250?start=")
 


#影片詳情連結的規則
findLink=re.compile(r'<a href="(.*?)">')   #生成正則表示式物件，表示規則（字串的模式）


#-------------------------相關函式-----------------------------
#1.爬取網頁
def getDate(baseurl):
    dataList=[]
    for i in range(0,1):  #迴圈爬取頁面，呼叫活頁頁面資訊的函式10次
        url=baseurl+str(i*25)
        html= askURL(url)  #儲存獲取到的網頁原始碼
 


        #2.逐一解析資料
        soup=BeautifulSoup(html,"html.parser")
        for item in soup.find_all('div',class_="item"): #查詢符合要求的字串
            #print(item)    #測試：檢視電影item全部資訊
            data=[] #儲存一部電影的所有資訊
            item=str(item)

            #獲取影片詳情連結
            link=re.findall(findLink,item)[0]   #re庫用來通過正則表示式查詢指定的字串
            print(link)

    return dataList



#得到指定一個URL的網頁內容
def askURL(url):
    head={   #模擬瀏覽器頭部訊息，向豆瓣伺服器傳送訊息
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36"
    }
    #使用者代理表示告訴豆瓣伺服器，我們是什麼型別的機器，瀏覽器（本質上是告訴瀏覽器，我們可以接收什麼水平的檔案內容）
    request=urllib.request.Request(url,headers=head)
    html=""
    try:
        response=urllib.request.urlopen(request)
        html=response.read().decode("utf-8")
        #print(html)
    except urllib.error.URLError as e:
        if hasattr(e,"code"):
            print(e.code)
        if hasattr(e,"reason"):
            print(e.reason)
    return html



#3.儲存資料
def saveData(savepath):
    print("print...")

if __name__=="__main__":   #當程式執行時,更容易管理程式碼主流程（程式入口）
#呼叫函式
    main();

四、執行截圖