我想知道是否有办法用特定的结构化格式将html保存在我的文件中。现在这个脚本的输出只是字母和数字。有没有办法可以组织?例如:111.111.111.11:111 222.222.222.22:22(IP格式)
任何帮助表示赞赏!
import urllib.request
import re
ans = True
while ans:
print("""
- Menu Selection -
1. Automatic
2. Automatic w/Checker
3. Manual
4. Add to list
5. Exit
""")
ans = input('Select Option : ')
if ans =="1":
try :
with urllib.request.urlopen('http://www.mywebsite.net') as response:
html = response.read()
html = str(html)
html = re.sub(r'([a-z][A-Z])', '', html)
f = open('text.txt','a')
f.write(html)
f.close()
print('Data(1) saved.')
ans = True
except :
print('Error on first fetch.')
答案 0 :(得分:1)
根据问题 -
如果样本输入是 -
输入 - fdsfdsfdsf123.123.123.123:123fdds125.125.125.125:125fdsfdfdsfdsfsdf
输出 - 123.123.123.123:123(换行符)125.125.125.125:125
如果html
是输入字符串 -
filtered_alpha = re.sub('[^0-9\.:]','\n', html)
multiple_ips = filter(None, filtered_alpha.split("\n"))
print "\n".join(multiple_ips)
这将为您提供预期的输出。
如果你是专门寻找ip_addresses,你可以参考他提到的@MarkByers here的帖子 -
ip = re.findall( r'[0-9]+(?:\.[0-9]+){3}', html)