收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
正文
src=".*?"
结果：src=“test.jpg”
因为匹配到第一个"就结束了一次匹配。不会继续向后匹配。因为他懒惰嘛。
.表示除\n之外的任意字符*表示匹配0-无穷+表示匹配1-无穷
五、尾页判断
接下来我们要判断当前页是否为最后一页，否则我们就不能判断什么时候结束了，我找到了源码中‘尾页’的标签，发现是下面的结构：
<a href="/sunhuaqiang1/article/list/2">下一页</a> <a href="/sunhuaqiang1/article/list/7">尾页</a>
所以我们可以用下面的正则表达式来匹配，如果匹配成功就说明当前页不是最后一页，否则当前页就是最后一页。
<a href=".\*?">尾页</a>
六、编程实现
下面是摘自的Python2版完整的代码实现：
#!usr/bin/python
# -\*- coding: utf-8 -\*-
'''
Created on 2016年2月13日
@author: \*\*\*
使用python爬取csdn个人博客的访问量，主要用来练手
'''
import urllib2
import re
#当前的博客列表页号
page_num = 1
#不是最后列表的一页
notLast = 1
account = str(raw\_input('输入csdn的登录账号:'))
while notLast:
#首页地址
baseUrl = 'http://blog.csdn.net/'+account
#连接页号，组成爬取的页面网址
myUrl = baseUrl+'/article/list/'+str(page_num)
#伪装成浏览器访问，直接访问的话csdn会拒绝
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
headers = {'User-Agent':user_agent}
#构造请求
req = urllib2.Request(myUrl,headers=headers)
#访问页面
myResponse = urllib2.urlopen(req)
myPage = myResponse.read()
#在页面中查找是否存在‘尾页'这一个标签来判断是否为最后一页
notLast = re.findall('<a href=".\*?">尾页</a>',myPage,re.S)
print '---------------第%d页-------------' % (page_num,)
#利用正则表达式来获取博客的标题
title = re.findall('<span class="link\_title"><a href=".\*?">(.\*?)</a></span>',myPage,re.S)
titleList=[]
for items in title:
titleList.append(str(items).lstrip().rstrip())
#利用正则表达式获取博客的访问量
view = re.findall('<span class="link\_view".\*?><a href=".\*?" title="阅读次数">阅读</a>\((.\*?)\)</span>',myPage,re.S)
viewList=[]
for items in view:
viewList.append(str(items).lstrip().rstrip())
#将结果输出
for n in range(len(titleList)):
print '访问量:%s 标题:%s' % (viewList[n].zfill(4),titleList[n])
#页号加1
page_num = page_num + 1
由于自己现在的IDE为Python3，且自己在学习Python3。故在此基础上实现Python2项目的升级改造，并在改造过程中发现版本之间的差异性。以下为Python3版本下的爬虫代码。
#!usr/bin/python
# -\*- coding: utf-8 -\*-
'''
Created on 2017年3月19日
@author: SUN HuaQiang
目的：使用python爬取csdn个人博客的访问量，主要用来练手Python爬虫
收获：1.了解Python爬虫的基本过程
2.在Python2的基础上实现Python3,通过对比发现版本之间的差异
'''
import urllib.request
import urllib
import re
#当前的博客列表页号
page_num = 1
#初始化最后列表的页码
notLast = 1
account = str(input('请输入csdn的登录账号:'))
while notLast:
#首页地址
baseUrl = 'http://blog.csdn.net/' + account
#连接页号，组成爬取的页面网址
myUrl = baseUrl+'/article/list/' + str(page_num)
#伪装成浏览器访问，直接访问的话csdn会拒绝
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
headers = {'User-Agent':user_agent}
#构造请求
req = urllib.request.Request(myUrl,headers=headers)
#访问页面
myResponse = urllib.request.urlopen(req)
#python3中urllib.read返回的是bytes对象，不是string,得把它转换成string对象，用bytes.decode方法
myPage = myResponse.read().decode()
#在页面中查找是否存在‘尾页'这一个标签来判断是否为最后一页
notLast = re.findall('<a href=".\*?">尾页</a>', myPage, re.S)
print ('-----------第%d页--------------' % (page_num,))
#利用正则表达式来获取博客的标题
title = re.findall('<span class="link\_title"><a href=".\*?">(.\*?)</a></span>',myPage,re.S)
titleList=[]
for items in title:
titleList.append(str(items).lstrip().rstrip())
#利用正则表达式获取博客的访问量
view = re.findall('<span class="link\_view".\*?><a href=".\*?" title="阅读次数">阅读</a>\((.\*?)\)</span>',myPage,re.S)
viewList=[]
for items in view:
viewList.append(str(items).lstrip().rstrip())
#将结果输出
for n in range(len(titleList)):
print ('访问量:%s 标题:%s' % (viewList[n].zfill(4),titleList[n]))
#页号加1
page_num = page_num + 1
下面是部分结果：
瑕疵：通过爬虫结果可以发现，在CSDN中，对于设置为指定的文章，爬取结果存在一定的问题，还包含部分css代码。
改善：通过更改获取博文标题的正则表达式，即可解决此问题。
想法是好的，但是直接利用正则实现标题获取时遇到了困难，暂时并未实现理想结果。
遂改变思路，将利用正则获取后的字符串再进行二次正则，即替换操作，语句如下：
for items in title:
titleList.append(re.sub('<font color="red">.\*?</font>', '', str(items).lstrip().rstrip()))
更改后的结果如下。并同时为每篇博文进行了编号。
同时，自己还希望获取到的信息包括：访问总量、积分、等级、排名、粉丝、原创、转载、译文、评论等数据信息。
以上信息在网页源码中如下所示。
<ul id="blog\_rank">
<li>访问：<span>459285次</span></li>
<li>积分：<span>9214</span> </li>
<li >等级： <span style="position:relative;display:inline-block;z-index:1" >
<img src="http://c.csdnimg.cn/jifen/images/xunzhang/jianzhang/blog6.png" alt="" style="vertical-align: middle;" id="leveImg">
<div id="smallTittle" style=" position: absolute; left: -24px; top: 25px; text-align: center; width: 101px; height: 32px; background-color: #fff; line-height: 32px; border: 2px #DDDDDD solid; box-shadow: 0px 2px 2px rgba (0,0,0,0.1); display: none; z-index: 999;">
<div style="left: 42%; top: -8px; position: absolute; width: 0; height: 0; border-left: 10px solid transparent; border-right: 10px solid transparent; border-bottom: 8px solid #EAEAEA;"></div>
积分：9214 </div>
</span> </li>
<li>排名：<span>第1639名</span></li>
</ul>
<ul id="blog\_statistics">
<li>原创：<span>425篇</span></li>
<li>转载：<span>44篇</span></li>
<li>译文：<span>2篇</span></li>
<li>评论：<span>108条</span></li>
</ul>
则获取访问信息的正则表达式为：
#利用正则表达式获取博客信息
sumVisit = re.findall('<li>访问：<span>(.\*?)</span></li>', myPage, re.S)
credit = re.findall('<li>积分：<span>(.\*?)</span> </li>', myPage, re.S)
rank = re.findall('<li>排名：<span>(.\*?)</span></li>', myPage, re.S)
grade = re.findall('<li >.\*?<img src=.\*?/blog(.\*?).png.\*?>.\*?</li>', test3, re.S)
original = re.findall('<li>原创：<span>(.\*?)</span></li>', myPage, re.S)
reprint = re.findall('<li>转载：<span>(.\*?)</span></li>', myPage, re.S)
trans = re.findall('<li>译文：<span>(.\*?)</span></li>', myPage, re.S)
comment = re.findall('<li>评论：<span>(.\*?)</span></li>', myPage, re.S)
**（1）Python所有方向的学习路线（新版）**
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
**（2）Python学习视频**
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
**（3）100多个练手项目**
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
cb1d.png#pic_center)
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）**
[外链图片转存中...(img-kOpwMaf8-1713855666004)]
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
51万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
