第一题
题目：
使用正则完成下列内容的匹配
- 匹配陕西省区号 029-12345
- 匹配邮政编码 745100
- 匹配邮箱 lijian@xianoupeng.com
- 匹配身份证号 62282519960504337X
代码：
import re
# 1. 匹配陕西省区号 029-12345
pattern_area = r'^029-\\d{5}$' # 精确匹配 029- 开头，后接5位数字
test_area = '029-12345'
print("区号匹配:", re.match(pattern_area, test_area) is not None)
# 2. 匹配邮政编码 745100
pattern_post = r'^\\d{6}$' # 精确匹配6位数字
test_post = '745100'
print("邮编匹配:", re.match(pattern_post, test_post) is not None)
# 3. 匹配邮箱 lijian@xianoupeng.com
pattern_email = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\\.[a-zA-Z0-9-.]+$'
test_email = 'lijian@xianoupeng.com'
print("邮箱匹配:", re.match(pattern_email, test_email) is not None)
# 4. 匹配身份证号 62282519960504337X
pattern_id = r'^\\d{17}[\\dXx]$' # 17位数字 + 1位数字或X/x
test_id = '62282519960504337X'
print("身份证匹配:", re.match(pattern_id, test_id) is not None)
运行结果：
第二题
题目：
爬取学校官网，获取所有图片途径并将路径存储在本地文件中，使用装饰器完成
代码：
import requests
import re
# 装饰器：记录爬取任务
def log_crawl_task(func):
def wrapper(url):
print(f"开始爬取: {url}")
result = func(url)
print(f"爬取完成，共获取 {len(result)} 条图片路径")
return result
return wrapper
# 爬取函数
@log_crawl_task
def crawl_school_images(url):
try:
# 基础请求配置，避免被反爬
headers = {"User-Agent": "Mozilla/5.0"}
response = requests.get(url, headers=headers, timeout=10)
response.encoding = "utf-8" # 确保中文路径不乱码
# 正则提取img标签的src属性
img_paths = re.findall(r'<img src="(.*?)"', response.text)
return img_paths
except Exception as e:
print(f"爬取失败: {str(e)}")
return []
# 保存路径到本地文件
def save_image_paths(paths):
with open("学校图片路径.txt", "w", encoding="utf-8") as f:
f.write("\\n".join(paths))
print("图片路径已保存到 学校图片路径.txt")
# 调用示例
if __name__ == "__main__":
school_url = "https://www.cqcst.edu.cn"
image_paths = crawl_school_images(school_url)
if image_paths:
save_image_paths(image_paths)
else:
print("未获取到任何图片路径")
运行结果：
