Python正则抓取新闻标题和链接的方法示例

本文实例讲述了Python正则抓取新闻标题和链接的方法。分享给大家供大家参考，具体如下：

    #-*-coding:utf-8-*-
    import re
    from urllib import urlretrieve
    from urllib import urlopen
    #获取网页信息
    doc = urlopen("http://www.itongji.cn/news/").read() #自己找的一个大数据的新闻网站
    #抓取新闻标题和链接
    def extract_title(info):
      pat = '<h3><a target=\"_blank\"(.*?)</a></h3>'
      title = re.findall(pat, info)
      titles='\n'.join(title)
      #print titles
    #修改指定字符串
      titles1=titles.replace('class="title"','title')
      titles2=titles1.replace('>',':')
      titles3=titles2.replace('href','url:')
      titles4=titles3.replace('="/','"http://www.itongji.cn/')
    #写入文件
      save=open('xinwen.txt','w')
      save.write(titles4)
      save.close()
    titles = extract_title(doc)

PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：

JavaScript正则表达式在线测试工具：
http://tools.jb51.net/regex/javascript

正则表达式在线生成工具：
http://tools.jb51.net/regex/create_reg

更多关于Python相关内容可查看本站专题：《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。