正則表達(dá)式對于Python來說并不是獨(dú)有的，最近在把google搜索的結(jié)果中所有的站點(diǎn)地址導(dǎo)出，于是想到用python正則表達(dá)式提取搜索結(jié)果中的站點(diǎn)地址。
這其中涉及幾個(gè)需要解決的問題：
1、獲取搜索的結(jié)果文本
為了獲得更多的地址，我使用了Google的高級搜索功能，每個(gè)頁面顯示100條結(jié)果。
獲得顯示的結(jié)果后，可以查看源碼，并保持成文本文件就有了搜索的結(jié)果文本
2、分析如何提取站點(diǎn)信息
首先需要分析獲取的頁面，查看以怎樣的方式可以提取出站點(diǎn)信息。
我使用IE8自帶的開發(fā)工具（按F12就會彈出來）中的探查器功能查看自己要關(guān)心的內(nèi)容有什么特殊的格式
從上圖可以看出我需要的站點(diǎn)在標(biāo)簽<cite></cite>中，所以我使用正則表達(dá)式提取這其中的文本是否就可以呢？
3、編寫正則表達(dá)式來獲取站點(diǎn)地址
接下來的就是寫表達(dá)式了，我使用Python3.2編寫的，方便好用（~_~）
代碼如下，先把搜索結(jié)果頁面保持到e:/t3.txt中，在執(zhí)行如下代碼
- import re
- p = re.compile(r'<cite>([^<>//].+?)</cite>')
- f = open("e:/t3.txt", encoding='utf-8')
- content = f.read()
- print ("/n".join(p.findall(content)))
運(yùn)行如下：
大家可以對照一下運(yùn)行效果圖，看看所有的站點(diǎn)地址是不是都給獲取到了。
