本文轉載：http://blog.csdn.net/u011541946/article/details/68485981

練習場景：在某一個網頁上有些字段是我們感興趣的，我們希望摘取出來，進行其他操作。但是這些字段可能在一個網頁的不同地方。例如，我們需要在關於百度頁面-聯系我們，摘取全部的郵箱。

思路拆分：

1. 首先，需要得到當前頁面的source內容，就像，打開一個頁面，右鍵-查看頁面源代碼。

2. 找出規律，通過正則表達式去摘取匹配的字段，存儲到一個字典或者列表。

3. 循環打印字典或列表中內容，Python中用 for 語句實現。

技術角度實現相關方法：

1. 查看頁面的源代碼，在Selenium中有driver.page_source 這個方法得到

2. Python中利用正則，需要導入re模塊

3. for email in emails :

print email

 1 # coding=utf-8  
 2   
 3 from selenium import webdriver  
 4 import re  
 5   
 6 driver = webdriver.Chrome()  
 7 driver.maximize_window()  
 8 driver.implicitly_wait(6)  
 9   
10 driver.get("http://home.baidu.com/contact.html
 
")  
11 # 得到頁面源代碼  
12 doc = driver.page_source  
13 emails = re.findall(r‘[\w]+@[\w\.-]+‘,doc) # 利用正則，找出 [email protected] 的字段，保存到emails列表  
14 # 循環打印匹配的郵箱  
15 for email in emails:  
16     print (email)  

解釋：

在python正則表達式語法中，Python中字符串前面加上 r 表示原生字符串，用\w表示匹配字母數字及下劃線。re模塊下findall方法返回的是一個匹配子字符串的列表。

Python+Selenium之摘取網頁上全部郵箱