我们在写爬虫的时候会遇到许多源代码，我们需要从中找出我们需要的内容，如何检索出我们需要的内容是一个关键，在这里可能就需要用到正则表达式。通过正则表达式我们可以匹配出我们需要的内容，接下来就是对正则表达式在爬虫中的应用的介绍。
工具/原料
1
Python
2
正则表达式
打开网页
打开带抓取的网页，如下图：
方法/步骤2
1
注意观察网页上有几个商品图片——它们的源代码形式如下：
如果我们想抓取所有图片的 URL 链接，非常直接的做法就是用 findAll('img') 抓取所图片，对吗？但是，有个问题。除了那些明显“多余的”图片（比如， LOGO） 之外，式的网站里都有一些隐藏图片， 用于网页布局留白和元素对齐的空白图片，以及一些不易察觉到的图片标签。总之，你不能仅用商品图片来统计网页上所有的图片。
2
而且网页的布局也可能会变化， 或者，因为某些原因，我们不想通过图片在网页中的位来查找标签。 那么当你想抓取随机分布在网站里的某个元素或数据时，就会出现问题。如，一些网页的最上面可能有一张商品图片，但是在另一些网页上没有。
3
解决这类问题的办法， 就是直接定位那些标签来查找信息。在本例中，我们直接通过商图片的文件路径来查找，如图中所示：
4
这段代码会打印出图片的相对路径，都是以 ../img/gifts/img 开头，以 .jpg 结尾，其结果下所示：../img/gifts/img1.jpg../img/gifts/img2.jpg../img/gifts/img3.jpg../img/gifts/img4.jpg../img/gifts/img6.jpg
注意事项
学会正则表达式与BeautifulSoup的配合使用。