python – 使用urllib计算网页上的图像数量
发布时间:2020-12-20 12:23:08 所属栏目:Python 来源:网络整理
导读:对于一个课程,我有一个练习,我需要计算任何给予网页上的图像数量.我知道每个图像都以,所以我使用正则表达式尝试找到它们.但我不断得到一个我知道错误,我的代码有什么问题: import urllibimport urllib.requestimport reimg_pat = re.compile('img.*',re.I)d
对于一个课程,我有一个练习,我需要计算任何给予网页上的图像数量.我知道每个图像都以,所以我使用正则表达式尝试找到它们.但我不断得到一个我知道错误,我的代码有什么问题:
import urllib import urllib.request import re img_pat = re.compile('<img.*>',re.I) def get_img_cnt(url): try: w = urllib.request.urlopen(url) except IOError: sys.stderr.write("Couldn't connect to %s " % url) sys.exit(1) contents = str(w.read()) img_num = len(img_pat.findall(contents)) return (img_num) print (get_img_cnt('http://www.americascup.com/en/schedules/races')) 解决方法
啊,正则表达式.
你的正则表达式< img.*>说“找到一些以< img和stuff开头的东西,并确保以>结尾. 然而,正则表达式是贪婪的;它会填充那个.*字面上只有它可以留下一个>之后的某个角色以满足模式.在这种情况下,它将一直到最后,< html>并说“看!我在那里找到了一个>” 你应该通过制作.*非贪婪来得出正确的数量,如下: < IMG * GT.?; (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |