正则表达式匹配网页中图片地址问题

ddtufoer

想抓取网页中jpg或png格式的图片，突击学习了一晚上正则表达式，还是搞不出来。求高手指点
python3,win7系统
代码是这样的：

1. import re
   
2. c='<table align="center"><tbody><tr><td><img class="imgResizeDesc" src="http://gi.esmplus.com/ardium1220/detail/1293_ArdiumColourLetter_Set_detail.jpg" /><br /></td></tr></tbody></table>'
   
3. re1=r'https?://.*\.[jpg|png]'
   
4. b=re.findall(re1,c)
   
5. 
   
6. 
   
7. print(b)

复制代码

结果是这样的：

1. ['http://gi.esmplus.com/ardium1220/detail/1293_ArdiumColourLetter_Set_detail.j']

复制代码

为什么后面少了pg两个字母？

SixPy

re1=r'https?://.*\.(?:jpg|png)'

ddtufoer

SixPy 发表于 2016-8-9 22:52
re1=r'https?://.*\.(?:jpg|png)'

感谢大侠，又来救俺了！！！！！

ddtufoer

SixPy大侠帮解决了图片地址的正则表达式的问题。但是以下的代码会抓取到两个以上图片代码很近连在一起的链接。所以想请教一下以下的代码怎样改可以让http://只出现一次。盼望大侠出没~
python3 win7

1. 
   
2. re1=r'https?://.*\.(?:jpg|png)'

复制代码

SixPy

http://bbs.fishc.com/thread-74052-1-1.html

SixPy

ddtufoer 发表于 2016-8-10 00:16
SixPy大侠帮解决了图片地址的正则表达式的问题。但是以下的代码会抓取到两个以上图片代码很近连在一起的链 ...

1. re1='<img[^>]*src="([^"]*)"'

复制代码

ddtufoer

SixPy 发表于 2016-8-10 07:52

再问下大侠把匹配的字符串长度控制在90以内怎么写？

1. re1=r'src="(https?://.*\.(?:jpg|png)){0,90}"'

复制代码

这样没效果呀，该怎么写呢

SixPy

ddtufoer 发表于 2016-8-10 10:39
再问下大侠把匹配的字符串长度控制在90以内怎么写？

这样没效果呀，该怎么写呢

你应该认真学习正则的基础知识

ddtufoer

SixPy 发表于 2016-8-10 10:44
你应该认真学习正则的基础知识

你说的特别对，我特别惭愧

ddtufoer

SixPy 发表于 2016-8-10 10:44
你应该认真学习正则的基础知识

我现在给我媳妇做一个自动下截图片，自动切图的程序。自动切图部分已经弄出来了，下载图片功能也实现了，就卡在了正则搜索图片上。我昨天研究了一晚上，今天又弄了一上午搞不定。时间又很少，心情很痛苦。大侠你能再送我一趟到西天吗？我有时间的时候肯定会好好学习的！

SixPy

ddtufoer 发表于 2016-8-10 10:54
我现在给我媳妇做一个自动下截图片，自动切图的程序。自动切图部分已经弄出来了，下载图片功能也实现了， ...

你把程序贴出来

ddtufoer

SixPy 发表于 2016-8-10 10:59
你把程序贴出来

1. import urllib.request
   
2. import os
   
3. import re
   
4. import time
   
5. from selenium import webdriver
   
6. 
   
7. def url_open(url1):
   
8.          req=urllib.request.Request(url1,headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36'})
   
9.          response=urllib.request.urlopen(req)
   
10.          a=response.read()
    
11.          return a
    
12.          
    
13. 
    
14. 
    
15. #url='http://www.10x10.co.kr/shopping/category_prd.asp?itemid=1517740&disp=103103103&pRtr=fulldesign'
    
16. url='http://www.1300k.com/shop/goodsDetail.html?f_sp=&f_goodsno=215023298934'
    
17. #url='http://www.fishc.com'
    
18. a=webdriver.Chrome()
    
19. a.get(url)
    
20. #time.sleep(30)
    
21. c=a.page_source
    
22. 
    
23. 
    
24. 
    
25. #re1=r'src="([https?://.*\.jpg|https?://.*\.png]{0,85})"'
    
26. re1=r'src="(https?://.*\.(?:jpg|png)){0,85}"'
    
27. imglist=re.findall(re1,c)
    
28. print(imglist)
    
29. 
    
30. os.mkdir('E:/test\\pic')
    
31. os.chdir('E:/test\\pic')
    
32. 
    
33. for n in imglist:
    
34.          filename=n.split('/')[-1]
    
35.          try:
    
36.                   with open(filename,'wb') as f:
    
37.                            img=url_open(n)
    
38.                            f.write(img)
    
39.          except Exception:
    
40.                   pass

复制代码

ddtufoer

SixPy 发表于 2016-8-10 10:59
你把程序贴出来

我现在的问题是会匹配到

1. 'http://img.1300k.com/common/2015/bullet_fmenu.png" width="1" height="8" alt="" /> <a href="http://www.1300k.com/company/main/main.html" target="_blank">&#49324;&#50629;&#51109;&#50504;&#45236;</a> <img src="http://img.1300k.com/common/2015/bullet_fmenu.png'

复制代码

这种东西，我想做一个长度限制在90个字符之内

SixPy

ddtufoer 发表于 2016-8-10 11:03
我现在的问题是会匹配到这种东西，我想做一个长度限制在90个字符之内

没明白你想干嘛~
解释一下你的目的

ddtufoer

SixPy 发表于 2016-8-10 11:32
没明白你想干嘛~
解释一下你的目的

特别简单，我就想把一个网页里面全部的图片抓出来保存在电脑里。
但是

1. re1=r'src="(https?://.*\.(?:jpg|png)){0,85}"'

复制代码

这个正则不仅会匹配到真正的图片，还会匹配到

1. 'http://img.1300k.com/common/2015/bullet_fmenu.png" width="1" height="8" alt="" /> <a href="http://www.1300k.com/company/main/main.html" target="_blank">&#49324;&#50629;&#51109;&#50504;&#45236;</a> <img src="http://img.1300k.com/common/2015/bullet_fmenu.png'

复制代码

，我就想把这个正则表达式完善一下，让它能把图片抓出来。像上边抓出的字符串保存成图片大小就是0，而里面真正的两个图片却保存不下来了。

SixPy

ddtufoer 发表于 2016-8-10 11:48
特别简单，我就想把一个网页里面全部的图片抓出来保存在电脑里。
但是这个正则不仅会匹配到真正的图片 ...

6楼
http://bbs.fishc.com/forum.php?mod=redirect&goto=findpost&ptid=74739&pid=2631299

ddtufoer

SixPy 发表于 2016-8-10 11:52
6楼
http://bbs.fishc.com/forum.php?mod=redirect&goto=findpost&ptid=74739&pid=2631299

这个真是太神奇了，我看不懂，一试真好用。~~~~~~~大侠你真强！

SixPy

ddtufoer 发表于 2016-8-10 12:02
这个真是太神奇了，我看不懂，一试真好用。~~~~~~~大侠你真强！

看 8 楼~