最近想用爬虫爬一下知乎的数据,需要获取网页里的防止 xsrf 的标记。
(?<=pattern)
“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
即略去括号中的部分,只提取括号后的部分。
(?=pattern)
“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。
即略去括号中的部分,只提取括号前的部分。
实现
s = requests.session() def get_xsrf(url=None): r = s.get(url,headers=headers_base) xsrf = re.search('(?<=name="_xsrf" value=")[^"]*(?="/>)',r.text) if xsrf == None: return ''
text 格式为 ''
使用 [^"]* 来提取 token 字符串,同时略去不需要的部分。
原文链接:https://www.f2er.com/regex/359723.html