学会正则表达式！爬遍天下的网站！史上最全正则表达式全面解析！

3.编译成Pattern对象

对于会多次用到的正则表达式，我们可以调用re的compile()方法编译成

Pattern对象，调用的时候直接Pattern对象.xxx即可，从而提高运行效率。小编推荐大家加一下这个群：103456743这个群里好几千人了！大家遇到啥问题都会在里面交流！而且免费分享零基础入门料资料web开发 爬虫资料一整套！是个非常好的学习交流地方！也有程序员大神给大家热心解答各种问题！很快满员了。欲进从速哦！各种PDF等你来下载！全部都是免费的哦！只为帮助大家快速入门，所以小编在群里等你们过来一起交流学习呢！

附：group()方法与其他方法详解不引入括号，增个表达式作为一个组，是group(0)不引入()的话，代表整个表达式作为一个组，group = group(0)如果引入()的话，会把表达式分为多个分组，比如下面的例子：

输出结果：

除了group方法外还有三个常用的方法：

• groups(): 从group(1)开始往后的所有的值，返回一个元组

• start()：返回匹配的开始位置

• end()：返回匹配的结束位置

• span()：返回一个元组组，表示匹配位置(开始，结束)

^(0|86|17951)?(13[0-9]|14[579]|15[0-35-9]|17[01678]|18[0-9])[0-9]{8}$

• 5.第15到17：顺序码，这里就是三个数字，对同年、同月、同日出生的人

  编定的顺序号，奇数分给男的，偶数分给女的：

  

• 6.第18位：校验码，0到9或者x和X

  

能推算出18的，那么推算出15的也不难了：

最后用|组合下：

^([1-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(.([1-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

匹配开头结尾示例：

输出结果：

卧槽，果然是北京所有的地区，然后每个地区的名字貌似都有一个超链接，F12看下指向哪里？

到这里就豁(huo)然开朗了，我们来捋一捋实现的流程：

• 1.先拿到第一层的城市列表链接用列表存起来

• 2.接着遍历列表去访问不同的城市列表链接，截取不同城市的城市名，城市编码存起来

流程看上去很简单，接着来实操一波。先是拿城市列表url

这个很容易拿，就直接贴代码了：

拿到需要的城市列表url：

接着随便点开一个，比如beijing.shtml，页面结构是这样的：想要的内容是这里的超链接：

F12看下页面结构，层次有点多，不过没关系，这样更能够锻炼我们

入手点一般都是离我们想要数据最近地方下手，我看上了：conMidtab3全局搜了一下，也就八个：

第一个直接就可以排除了：

输出下：

继续细扒，我们要的只是a这个东西：

输出下：

输出内容：

卧槽，就是我们想要的结果，美滋滋，接着把之前拿到所有

的城市列表都跑一波，存字典里返回，最后赛到一个大字典

里，然后写入到文件中，完成。

运行结果：

如有侵权请联系小编删除哦！