30 匹配HTML文本中的数据（教案）-《程序设计基础（Python）》同步教学（电子工业版）

匹配HTML文本中的数据 课程名称 Python语言程序 教学内容 匹配HTML文本中的数据 课时 1 项目性质 □演示性 □验证性 □设计性 √综合性 授课班级 授课日期 授课地点 教学目标 掌握给定网页源码，使用正则表达式提取标题和正文 教学内容 1.借用Pycharm工具，建立Python3项目 2.使用正则表达式提取标题和正文 教学重点 教学难点 使用正则表达式提取标题和正文 教学准备 装有Python的计算机 教学课件PPT 2 学科网（北京）股份有限公司 教学过程 教学环节 教学内容与过程 （教学内容、教学方法、组织形式、教学手段） 课前组织 做好上课前的各项准备工作（打开计算机、打开课件、打开软件、打开授课计划、教案等），吸引学生注意力。 课程说明 【目的】 使学生从了解本节课的学习目标、学习重点、考评方式等方面明确课程学习的要求和目标。 课程内容描述 1 匹配HTML文本中的数据 实验目的 1)练习正则表达式匹配 实验环境 1)Oracle Linux 7.4 2)Python 3.6.5 3)Pycharm 2017.2 实验步骤 1)打开IDE，配置解释器(如已完成解释器配置，可跳过解释器配置步骤) 1.点击桌面pycharm图标打开IDE 2.在打开的窗口中选择Configure选项，接着在弹出的下拉菜单中选择Settings打开首选项菜单 3.首选项菜单中选择左侧的Project Interpreter，在右侧下拉菜单中选择3.6.5版本解释器，并依次点击Apply与OK确认设置 2)新建Project(如已完成工程创建，可跳过此步骤) 1.点击Create New Project新建工程 2.在Location文本框中补充输入project，表示将/root/PycharmProjects/project作为新工程目录，并点击create完成创建 3)新建python源代码文件 1.鼠标右键单击project工程，在菜单中选择New->Python File创建.py文件 2.在弹出窗口的Name文本框中输入.py文件的文件名，本次实验推荐文件名为“匹配HTML文本中的数据“。接着点击OK按钮完成python源文件的创建。创建成功后，会默认在右侧编辑区域打开该文件 4)编写实验代码 1.输入如下代码 [Code 001]: # 引入re模块 import re 2.输入如下代码 [Code 002]: if __name__ == '__main__': # 定义一个HTML文本数据 str = '''<html> <head> <title>Yout site</title> </head> <body> <div class="container container-sm"> <div id="icon-header"> <span class="fa fa-question-circle"></span> </div> <div id="text-column"> <header class="secondary-header"> <h1>Error 404: <strong>Page not found.</strong></h1> <p>This is not the page you're looking for.</p> </header> <nav class="secondary-nav"> <ul> <li> <a href="index.html" class="btn btn-primary"> Take me home <span class="fa fa-exclamation"></span> </a> </li> </ul> </nav> </div> </div> </body> </html>''' # 使用re.findall函数捕获所需header标签，并将header标签中所属h1标签的strong标签去除。在header标签中的p标签内匹配strong标签，如果存在也进行去除 str = re.findall(r'<header.*?>(.*?)</header>', str, re.S|re.M)[0] print(re.findall(r'<h1>(.*?)</h1>', str, re.S|re.M)[0].replace('<strong>', '').replace('</strong>', '')) print(re.findall(r'<p>(.*?)</p>', str, re.S|re.M)[0].replace('<strong>', '').replace('</strong>', '')) 3.完整代码如下图所示 5)执行程序 1.鼠标右键单击右侧编辑窗口，在菜单中选择Run ‘python主程序所在文件名’一项执行编写好的Python程序，本次实验文件名为”匹配HTML文本中的数据” 2.在IDE下方控制台查看输出结果 总结评价 本讲主要学习了： 1.借用Pycharm工具，建立Python3项目 2.使用正则表达式提取标题和正文 $$