python爬虫（三）---正则表达式

正则表达式
一、数据的分类

1. 结构化数据
   特点：数据以行为单位，每一个数据表示一个实体。每一行数据的属性都是一样的。
   举例：关系型数据库中的表就是结构化数据。
   处理方法：sql
2. 半结构化数据
   特点：结构化数据的另一种形式。他并不符合关系型数据的特点，不能用关系型模型来描述，但是这种数据包含相关标记，有用来分割语义元素以及字段进行分层的描述。因此也被称为自描述结构。
3. 非结构化数据
   特点：没有固定结构的数据
   举例：文档、图片、音频、视频
   处理方法：常常用二进制形式来做整体保存

二、json数据

1. json是什么语言的内容？
   json是js语言中用来用字符串格式来保存对象和数组的一种数据结构。
   json数据本质上是字符串

2. js中数组和对象：
   js的数组：var array = {‘aa’,‘bb’,‘cc’} ----和python列表相对应
   js的对象：var obj = {name:‘zhangsan’,age:10} —和python字典相对应

3. json数据的解析方法：
   json模块：
   对json字符串的操作“：
   json.loads(json_str)—>python的list或者dict
   json.dumps(python的list或者dict) —>json_str
   ------
   对json文件的操作：
   json.load(fp)—>从json文件中读出json数据，返回一个python的list或者dict