一：前言

在写着自动化测试的脚本时，重新复习了一下正则表达式findall()方法。为了深化印象，输出点东西，就来写个通过正则表达式爬取菜鸟教程标题的小案例。
参考教程：菜鸟教程之Python正则表达式

二：操作

目标：
爬取菜鸟教程首页所有小标题，并输出在控制台。

目标标题：（红色方框那些，爬取页面全部的小标题）

笔者默认大家都安装了python和安装了谷歌的驱动了。

再看看小标题的组成规律：（H4和“【】”）

上代码：

#!/usr/bin/env python3
# -*- coding:utf-8 -*-

from selenium import webdriver
import re
import time

class runoob():
    def __init__(self):
        #获取驱动
        self.browser = webdriver.Chrome()
        #确定目标网站
        self.browser.get("https://www.runoob/")
        #窗口最大化
        self.browser.maximize_window()
        #隐性等待3秒，打不开页面才报错
        self.browser.implicitly_wait(3)

    def close_window(self):
        #静待5秒
        time.sleep(5)
        #退出页面
        self.browser.quit()

    def get_title(self):
        #获取页面源码
        self.page = self.browser.page_source
        #匹配标题。小标题都是H4大小的，并且都被“【】”包围着
        self.titles = re.findall(r'【(.*?)】</h4>', self.page)
        #循环输出在控制台
        for title in self.titles:
            print(title)


if __name__ == '__main__':
        #创建类
        runoob = runoob()
        #调用获取小标题方法
        runoob.get_title()
        #调用退出窗口方法
        runoob.close_window()