JaBf_ht的博客

概念正则表达式（Regular expression）用来简介表达一组字符串的表达式正则表达式是有字符和操作符构成的通用字符串表达框架针对字符串表达“简介”和“特征”思想的工具判断某字符串的特征归属常见用途表达文本类型的特征（病毒、入侵等）同时查找或替换一组字符串匹配字符串的全部或部分使用编译：将符合正则表达式语法的字符串转换成正则表达式特征‘PN’,‘PYN’,‘PYTN’,‘PYTHN’,‘PYTHON’正则表达式：P(Y|YT|YTH|YTHO)?Nr

Python学习笔记爬虫与信息提取二、爬虫之提取1.BeautifulSoup入门1.1 安装1.2 引用1.3 BS4的使用1.4 BS4的基本方法Tag (标签)Name (标签名字)Attributes（标签的属性）NavigableString (标签中的字符串)find_all()1.5 基于BS4库的标签遍历方法下行遍历上行遍历平行遍历1.6 基于BS4库的HTML格式化和编码HTML.prettify()BS4默认utf-8编码2.信息组织与提取2.1 信息标记的三种形式XMLJSONYAML