基于Python正则表达式提取搜索结果中的站点地址
正则表达式对于Python来说并不是独有的，最近在把google搜索的结果中所有的站点地址导出，于是想到用python正则表达式提取搜索结果中的站点地址。
这其中涉及几个需要解决的问题：
1、获取搜索的结果文本
为了获得更多的地址，我使用了Google的高级搜索功能，每个页面显示100条结果。
获得显示的结果后，可以查看源码，并保持成文本文件就有了搜索的结果文本
2、分析如何提取站点信息
首先需要分析获取的页面，查看以怎样的方式可以提取出站点信息。
我使用IE8自带的开发工具（按F12就会弹出来）中的探查器功能查看自己要关心的内容有什么特殊的格式
从上图可以看出我需要的站点在标签<cite></cite>中，所以我使用正则表达式提取这其中的文本是否就可以呢？
3、编写正则表达式来获取站点地址
接下来的就是写表达式了，我使用Python3.2编写的，方便好用（~_~）
代码如下，先把搜索结果页面保持到e:/t3.txt中，在执行如下代码
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)))
运行如下：
大家可以对照一下运行效果图，看看所有的站点地址是不是都给获取到了。
-
问题内容： 我需要找到与特定正则表达式匹配的所有软件包： 基本上，包的名字应该与启动，并有后话。例如，以下软件包应匹配： 我可以做，但是有很多我不感兴趣的软件包。 是否提供通过正则表达式查找软件包的方法？或者，我应该只是通过管道传递结果来过滤掉无关的包？ 此外，可能是一个的“交集” ，并有助于太。 问题答案： alecxe，我相信这是您要寻找的一线客。 如下面评论中铬酸盐所建议的那样，您可以根据需
-
你好，我的golang中有以下代码： 请看一下： 我在数据库中有一个名为“斯瓦蒂”和姓“沙玛”的记录。当我搜索“swati”时，它会正常工作，同样，当我搜索到“sharma”时也会正常工作。 问题是当我搜索“swati sharma”时，它没有返回任何结果。谁能告诉我怎样才能达到这个产量？
-
问题内容： 我正在使用HashMap构建同义词库来存储同义词。 我正在尝试根据正则表达式搜索单词：该方法将必须将字符串作为参数并返回结果数组。这是我的第一个方法： 现在，这不符合我的预期（或者我使用的正则表达式不正确）。如果我在哈希图中具有以下键： 然后打电话或我得到。 我如何使这项工作按预期进行？ 是否有比HashMap更好的数据结构来保留同义词库所需的类似数据？（仅出于好奇，对于此任务，我们被
-
问题内容： 我需要在给定正则表达式的字符串中找到所有匹配项。我一直在这样做，直到遇到一个案例，它没有达到我的预期。例如： 在这种情况下，返回我需要的内容（最长的匹配项），但是行为却有所不同，尽管文档暗示它应该是相同的： 匹配所有出现的模式，而不仅仅是第一个。 为什么行为不同？ 如何获得with （或其他方式）的结果？ 问题答案： 好的，我从文档中查看发生了什么…… 如果该模式中存在一个或多个组，则
-
我的正则律很糟糕。我想建立一个智能搜索，在那里我可以给搜索引擎提示在哪个属性上搜索什么。 类似这样： 搜索输入：位置：伦敦 - 搜索输入：位置：纽约伦敦 - 搜索输入：位置：伦敦标签：栏 - - 搜索输入：地点：伦敦，纽约标签：酒吧，俱乐部 - - 我想知道正则表达式应该如何解析这样的用户输入？
-
我有： 使用正则表达式我想搜索并返回：