實戰演練:從下面的 HTML 代碼中使用 re 模塊提取出兩部影片的名稱和主演信息。
下面直接上代碼:
import re
html="""
<div class="movie-item-info">
<p class="name">
<a title="你好,李煥英">你好,李煥英</a>
</p>
<p class="star">
主演:賈玲,張小斐,沈騰
</p>
</div>
<div class="movie-item-info">
<p class="name">
<a title="刺殺,小說家">刺殺,小說家</a>
</p>
<p class="star">
主演:雷佳音,楊冪,董子健,於和偉
</p>
</div>
"""
# 尋找HTML規律,書寫正則表達式,使用正則表達式分組提取信息
pattern=re.compile(r'<div.*?<a title="(.*?)".*?star">(.*?)</p.*?div>',re.S)
r_list=pattern.findall(html)
print(r_list)
# 整理數據格式並輸出
if r_list:
for r_info in r_list:
print("影片名稱:",r_info[0])
print("影片主演:",r_info[1].strip())
print(20*"*")
執行結果如下:
[('你好,李煥英', '\n主演:賈玲,張小斐,沈騰\n'), ('刺殺,小說家', '\n主演:雷佳音,楊冪,董子健,於和偉\n')]
影片名稱: 你好,李煥英
影片主演: 主演:賈玲,張小斐,沈騰
影片名稱: 刺殺,小說家
影片主演: 主演:雷佳音,楊冪,董子健,於和偉
________________END______________