大家好，我是皮皮。
一、前言
前几天在Python钻石交流群【海南菜同学】问了一个 ​Python​网络爬虫的问题，后来【瑜亮老师】在解答过程中给了一个代码，代码如下：
url = "http://zw.hainan.gov.cn/wssc/ec/jlyhnkj.html"resp = requests.get(url)text = resp.textparse = etree.HTML(text)price = parse.xpath("//div[@class='productlist']/ul/li/div[4]/text()")# 直接使用列表推导式，去掉冗余数据price = [i.strip() for i in price if i.strip()]print(price)# 为了方便统计，再去掉￥符号，再转换成数字# price = [int(float(i.replace('¥', '').replace(',', ''))) for i in price]# 或者用re.sub去掉多余符号，再转换成数字，上下两种方法，选一个就行# 需要import re# price = [int(float(re.sub(r'[¥,]', '', i))) for i in price]print(price)
大家针对这个代码，提出了一个正则表达式处理的问题，这里给大家一起分享下。
二、实现过程
这里【瑜亮老师】写了一个例子，比如"身高180.3cm"这种，取180.3？如下所示：
这里【🌑中华小矿工】给了一个正则表达式代码，如下所示：
\d+\.\d+
后来【瑜亮老师】针对上述代码，做了一个优化，代码如下所示：
d = ["身高180.3cm", "身高180.3", "身高180.3厘米", "higt180.3cm", "higt180.3厘米", "身高180.3cm", "higt180cm"]for s in d: r = re.findall(r'\d+\.\d+|\d+', s) print(r)
稍作修改，就可以不论浮点数或者整数都适用的。
完美地解决了粉丝的问题：
方法多多！
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个 ​Python​网络爬虫的问题，文中针对该问题给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【心田有垢生荒草】提问，感谢【瑜亮老师】、【🌑中华小矿工】给出的思路和代码解析，感谢【Engineer】、【Jason】、【海南菜同学】、【dcpeng】等人参与学习交流。
Original: https://blog.51cto.com/u_13389043/5635901
Author: Python进阶者
Title: # yyds干货盘点 # 盘点一个正则表达式在Python网络爬虫中的应用案例