【Python练习五】Python 正则与网络爬虫实战：专项练习（2道经典练习带你巩固基础—

第一题

题目：
使用正则完成下列内容的匹配

匹配陕西省区号 029-12345
匹配邮政编码 745100
匹配邮箱 lijian@xianoupeng.com
匹配身份证号 62282519960504337X

代码：

1import re
2# 1. 匹配陕西省区号 029-12345
3pattern_area = r'^029-\d{5}$'  # 精确匹配 029- 开头，后接5位数字
4test_area = '029-12345'
5print("区号匹配:", re.match(pattern_area, test_area) is not None)
6
7# 2. 匹配邮政编码 745100
8pattern_post = r'^\d{6}$'  # 精确匹配6位数字
9test_post = '745100'
10print("邮编匹配:", re.match(pattern_post, test_post) is not None)
11
12# 3. 匹配邮箱 lijian@xianoupeng.com
13pattern_email = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'
14test_email = 'lijian@xianoupeng.com'
15print("邮箱匹配:", re.match(pattern_email, test_email) is not None)
16
17# 4. 匹配身份证号 62282519960504337X
18pattern_id = r'^\d{17}[\dXx]$'  # 17位数字 + 1位数字或X/x
19test_id = '62282519960504337X'
20print("身份证匹配:", re.match(pattern_id, test_id) is not None)
21

运行结果：
在这里插入图片描述

第二题

题目：
爬取学校官网，获取所有图片途径并将路径存储在本地文件中，使用装饰器完成

代码：

1import requests
2import re
3
4# 装饰器：记录爬取任务
5def log_crawl_task(func):
6    def wrapper(url):
7        print(f"开始爬取: {url}")
8        result = func(url)
9        print(f"爬取完成，共获取 {len(result)} 条图片路径")
10        return result
11    return wrapper
12
13# 爬取函数
14@log_crawl_task
15def crawl_school_images(url):
16    try:
17        # 基础请求配置，避免被反爬
18        headers = {"User-Agent": "Mozilla/5.0"}
19        response = requests.get(url, headers=headers, timeout=10)
20        response.encoding = "utf-8"  # 确保中文路径不乱码
21        
22        # 正则提取img标签的src属性
23        img_paths = re.findall(r'<img src="(.*?)"', response.text)
24        return img_paths
25    except Exception as e:
26        print(f"爬取失败: {str(e)}")
27        return []
28
29# 保存路径到本地文件
30def save_image_paths(paths):
31    with open("学校图片路径.txt", "w", encoding="utf-8") as f:
32        f.write("\n".join(paths))
33    print("图片路径已保存到 学校图片路径.txt")
34
35# 调用示例
36if __name__ == "__main__":
37    school_url = "https://www.cqcst.edu.cn"
38    image_paths = crawl_school_images(school_url)
39    if image_paths:
40        save_image_paths(image_paths)
41    else:
42        print("未获取到任何图片路径")
43

运行结果：
在这里插入图片描述

《【Python练习五】Python 正则与网络爬虫实战：专项练习（2道经典练习带你巩固基础——看完包会）》是转载文章，点击查看原文。