推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8/a> Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3719 天前的主题，其中的信息可能已经有所发展或是发生改变。
下面代码是在图片网站上截取的，想问下用 Python 爬虫，怎样才能过滤出 images 下面不同 size 的图片 url 呢？
"images": [{ "size": "watermark", "url": "https:\/\/drscdn.500px.org\/photo\/original\/store\/67585293\/m%3D900_k%3D2_b%3D2_dpi%3D300_attachment%3D1_tags%3D1\/e47f93b520c772b2612bef1ff2fa77ae" }, { "size": "280", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D280_s%3D1\/a967861eaf97496c9243c9aaccb63502" }, { "size": "560", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D560_s%3D1\/90e4feec7585c24a5f1d45b1ee21262b" }, { "size": "600", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D600_s%3D1\/aa4e4a084ea37fa1ce8a82c3865ce43a" }, { "size": "115", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D115_h%3D115_s%3D1\/8fae531a821e375dda4f4938b0b5829f" }, { "size": "160", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D160_h%3D160_s%3D1\/0e4a9829237dd66700a27ebed6d8f761" }, { "size": "2048", "url": "https:\/\/drscdn.500px.org\/photo\/67585293\/w%3D2048\/d8142c223fa99fc99b9bd4a1b44462eb" }], 12 条回复 2016-02-19 11:55:29 +08:00
 | 1 yahoo21cn 2016 年 2 月 19 日 正则 |
 | 2 mgna17 2016 年 2 月 19 日 比如这样么 re.findall(r'(?<=url\":\s\").+?(?=\}\,)', your_text) |
 | 3 jarlyyn 2016 年 2 月 19 日 首先，这个明显是 json 的一部分。 其次， 500px 自己就有公开的 api 。 |
 | 4 Ncer 2016 年 2 月 19 日 这种格式的用 json 解析一下 |
 | 5 annielong 2016 年 2 月 19 日 明显是 json ，格式化一下后输出就可以了，不用正则吧 |
 | 7 magicdawn 2016 年 2 月 19 日 拿到 json 字符串, 找到 `"images": [` 左大括号 index, 计算出右大括号 index, slice, json.load |
| 8 magicdawn 2016 年 2 月 19 日 中括号... |
 | 10 imn1 2016 年 2 月 19 日 正则执行效率高， json 开发效率高 如果 json 不是单独一个文件或 XHR ，而是嵌入在页面或某个 js 里面，建议还是正则快 |
 | 11 Frapples 2016 年 2 月 19 日 import json img_info = json.loads(json_str) # json_str 就是你抓下来的字符串，从你贴的内容来看是 json 格式的。用此函数解析成 python 的数据结构。 # 然后你可以 print(img_info)看看 |
 | 12 mikezhang0515 2016 年 2 月 19 日 把\/替换成 / 然后匹配 url |
Select Language