1. 程式人生 > >利用正則表示式處理爬取的今日頭條內容資料(Python爬蟲資料清洗)

利用正則表示式處理爬取的今日頭條內容資料(Python爬蟲資料清洗)

本次要處理的是抓取的頭條內容,內容如下:

content = '''content: '<div><blockquote><p><strong>想要更多科技類資訊,歡迎關注公眾號“中研網”</strong></p></blockquote><div class="pgc-img"><img src="http://p9.pstatp.com/large/dfic-imagehandler/fcbf612f-d293-4336-a34c-a1c365f54699" img_width="1200" img_height="737" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>中國人民大學經濟學院副院長陳彥斌帶領的“大巨集觀·創新課題組”在對全國所有高新技術企業的創新能力進行全覆蓋、全方位的評價基礎上編制了目前國內規模最大的企業創新能力排行榜——《中國企業創新能力百千萬排行榜》,近日課題組在京釋出了該榜單。</p><p>排行榜前五位的企業分別是:華為技術有限公司、廣東歐珀行動通訊有限公司、深圳市華星光電技術有限公司、上海華虹巨集力半導體制造有限公司、騰訊科技(深圳)有限公司。</p><div class="pgc-img"><img src="http://p99.pstatp.com/large/dfic-imagehandler/6dca3201-4c0b-4846-ac50-3058b32f9b78" img_width="1200" img_height="801" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>《中國企業創新能力百千萬排行榜》的排行指標:</p><p>1.對中國所有高新技術企業進行全覆蓋評選;</p><p>2.評價指標豐富,包括專利,創新價值擴散以及創新網路宣傳等;</p><p>3.採用大資料、網路爬蟲等多項數字技術準確提取商標和網路熱度等指標資訊;</p><p>4.排行榜依託《中國企業創新能力資料庫》,可信度高;</p><h1>其他訊息:</h1><div class="pgc-img"><img src="http://p3.pstatp.com/large/pgc-image/73c48e0349c84a69bd579a9b217cbecd" img_width="550" img_height="733" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>10月16日,華為正式釋出旗下最新款旗艦機——Mate 20系列,它們配備眾多“黑科技”:首款7nm晶片麒麟980、超大廣角徠卡三攝。</p><p>這原本是一款受青睞的產品,但卻發生了一點小意外。上市不到一個月,卻有網友反映其中一款Mate 20 Pro出現綠屏現象,甚至被三星手機官微調侃稱“屏實力,不焦綠”。尤其在昏暗的燈光和深色背景下,綠屏現象會更加明顯。</p><p>據外媒GSMArena報道,華為芬蘭分部已經著手調查這個問題,並承諾免費為消費者提供更換服務。雖然還未放出官方宣告,但是華為英國方面似乎也開始採取相同的措施。</p><p>還有媒體致電華為官方客服,客服表示,自手機簽收之日起7日內,若在華為官方授權客服中心檢測,確實存在綠屏現象,則可進行退換。若超過7日,也可免費更換新機。</p><blockquote><p><strong>想要更多科技類資訊,歡迎關注公眾號“中研網”</strong></p></blockquote></div>','''

內容裡面什麼都有,接下來放大招,一句話的事!

# -*- coding: utf-8 -*-
import re

content = '''content: '<div><blockquote><p><strong>想要更多科技類資訊,歡迎關注公眾號“中研網”</strong></p></blockquote><div class="pgc-img"><img src="http://p9.pstatp.com/large/dfic-imagehandler/fcbf612f-d293-4336-a34c-a1c365f54699" img_width="1200" img_height="737" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>中國人民大學經濟學院副院長陳彥斌帶領的“大巨集觀·創新課題組”在對全國所有高新技術企業的創新能力進行全覆蓋、全方位的評價基礎上編制了目前國內規模最大的企業創新能力排行榜——《中國企業創新能力百千萬排行榜》,近日課題組在京釋出了該榜單。</p><p>排行榜前五位的企業分別是:華為技術有限公司、廣東歐珀行動通訊有限公司、深圳市華星光電技術有限公司、上海華虹巨集力半導體制造有限公司、騰訊科技(深圳)有限公司。</p><div class="pgc-img"><img src="http://p99.pstatp.com/large/dfic-imagehandler/6dca3201-4c0b-4846-ac50-3058b32f9b78" img_width="1200" img_height="801" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>《中國企業創新能力百千萬排行榜》的排行指標:</p><p>1.對中國所有高新技術企業進行全覆蓋評選;</p><p>2.評價指標豐富,包括專利,創新價值擴散以及創新網路宣傳等;</p><p>3.採用大資料、網路爬蟲等多項數字技術準確提取商標和網路熱度等指標資訊;</p><p>4.排行榜依託《中國企業創新能力資料庫》,可信度高;</p><h1>其他訊息:</h1><div class="pgc-img"><img src="http://p3.pstatp.com/large/pgc-image/73c48e0349c84a69bd579a9b217cbecd" img_width="550" img_height="733" alt="華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的" inline="0"><p class="pgc-img-caption"></p></div><p>10月16日,華為正式釋出旗下最新款旗艦機——Mate 20系列,它們配備眾多“黑科技”:首款7nm晶片麒麟980、超大廣角徠卡三攝。</p><p>這原本是一款受青睞的產品,但卻發生了一點小意外。上市不到一個月,卻有網友反映其中一款Mate 20 Pro出現綠屏現象,甚至被三星手機官微調侃稱“屏實力,不焦綠”。尤其在昏暗的燈光和深色背景下,綠屏現象會更加明顯。</p><p>據外媒GSMArena報道,華為芬蘭分部已經著手調查這個問題,並承諾免費為消費者提供更換服務。雖然還未放出官方宣告,但是華為英國方面似乎也開始採取相同的措施。</p><p>還有媒體致電華為官方客服,客服表示,自手機簽收之日起7日內,若在華為官方授權客服中心檢測,確實存在綠屏現象,則可進行退換。若超過7日,也可免費更換新機。</p><blockquote><p><strong>想要更多科技類資訊,歡迎關注公眾號“中研網”</strong></p></blockquote></div>','''

content = re.sub("[A-Za-z0-9\!\%\[\]\,\:<\/#\. ----- _ _]", "", content)
print(content)

處理後得到如下結果:

想要更多科技類資訊,歡迎關注公眾號“中研網”華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的中國人民大學經濟學院副院長陳彥斌帶領的“大巨集觀·創新課題組”在對全國所有高新技術企業的創新能力進行全覆蓋、全方位的評價基礎上編制了目前國內規模最大的企業創新能力排行榜——《中國企業創新能力百千萬排行榜》,近日課題組在京釋出了該榜單。排行榜前五位的企業分別是:華為技術有限公司、廣東歐珀行動通訊有限公司、深圳市華星光電技術有限公司、上海華虹巨集力半導體制造有限公司、騰訊科技(深圳)有限公司。華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的《中國企業創新能力百千萬排行榜》的排行指標:對中國所有高新技術企業進行全覆蓋評選;評價指標豐富,包括專利,創新價值擴散以及創新網路宣傳等;採用大資料、網路爬蟲等多項數字技術準確提取商標和網路熱度等指標資訊;排行榜依託《中國企業創新能力資料庫》,可信度高;其他訊息:華為再獲第一名,這次不是跟蘋果比;華為綠屏,看看官方怎麼回的月日,華為正式釋出旗下最新款旗艦機——系列,它們配備眾多“黑科技”:首款晶片麒麟、超大廣角徠卡三攝。這原本是一款受青睞的產品,但卻發生了一點小意外。上市不到一個月,卻有網友反映其中一款出現綠屏現象,甚至被三星手機官微調侃稱“屏實力,不焦綠”。尤其在昏暗的燈光和深色背景下,綠屏現象會更加明顯。據外媒報道,華為芬蘭分部已經著手調查這個問題,並承諾免費為消費者提供更換服務。雖然還未放出官方宣告,但是華為英國方面似乎也開始採取相同的措施。還有媒體致電華為官方客服,客服表示,自手機簽收之日起日內,若在華為官方授權客服中心檢測,確實存在綠屏現象,則可進行退換。若超過日,也可免費更換新機。想要更多科技類資訊,歡迎關注公眾號“中研網”

 

結束!