原本想升一下級，用一下creep神馬的，但是正則今天突然出了點小問題，我就生氣了，就用正則抓取了一下。
這個正則可以用re.search 或者 re.findall都可以，我比較喜歡用search因為可以直接提取結果不用在過濾了。
代碼如下，這個小爬爬比較簡單。
~~~
#-*- coding:utf-8 -*-
import urllib2
import json
import re
SearchIphoneUrl = 'http://search.jd.com/Search?keyword=%E8%8B%B9%E6%9E%9C%E6%89%8B%E6%9C%BA&enc=utf-8&qr=&qrst=UNEXPAND&as_key=title_key%2C%2C%E6%89%8B%E6%9C%BA&rt=1&stop=1&click=&psort=1&page=1'
header = {'User-Agent':'User-Agent:Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36 SE 2.X MetaSr 1.0','Accept':'*/*'}
def getHtmlSrc(url,header):
req = urllib2.Request(url,header)
res = urllib2.urlopen(url,timeout = 5)
htmlSrc = res.read()
return htmlSrc
def saveHtmlSrc(url):
html = getHtmlSrc(url,header)
with open('jd_iphone.txt','w') as f:
f.write(html)
saveHtmlSrc(SearchIphoneUrl)
print '++++++++++++++++++++京東放養的爬蟲++++++++++++++++++++'
with open('jd_iphone.txt','r') as fhtml:
localhtml = fhtml.read()#.replace("'",'"').replace(' ','')
for skuid in re.findall('<li sku="\d+">',localhtml):
#商品編號
sku = skuid.split('"')[1]
#手機名稱
pname = re.search('''<font class="skcolor_ljg">蘋果</font>(.*?)<font class="skcolor_ljg">''',localhtml) # 正則取商品名稱html
#手機價格
price = re.search('''<strong class="J_%s" data-price="(.*?)">'''%sku,localhtml)
if(pname!='' and price!=''):
print "商品編號：%s"%sku
print "名稱：%s\n價格：%s\n\n"%(pname.group(1),price.group(1))
print '++++++++++++++++++++京東放養的爬蟲++++++++++++++++++++'
~~~
