python:
{}集合,中间需用,分离,不可重复,不可索引
{}字典,格式{‘ a’:‘b ’ , ‘c’:‘d’},通过key访问
[]列表,可用下标索引来索引
()元组,不可修改内容
获得输入a=input()
使用循环 for each in range():
打开文件 with open("a.txt",'w',encoding="utf-8") as f:
f.write()
主函数
if(__name__=‘__main__’):
main()
爬虫相关:
设置代理
import urllib.request
proxy_support=urllib.request.ProxyHandler({'http':ip地址})
**创建一个opener** opener = urllib.request.build_opener(proxy_support)
**安装opener**urllib.request.install_opener(opener)
**打开网页**response=urllib.request.urlopen(url)
**解码**html=response.read().decode('utf-8')
**请求网页**
.split('/')[-1],以/分割,分成列表,[num]选择哪个
创建集合head(主要是user-agent)和data全复制
**data数据进行utf-8加密**data = urllib.parse.urlencode(data).encode('utf-8')
**发请求报文**rep = urllib.request.Request(url,data,head)
**打开回复报文**response = urllib.request.urlopen(rep)
如果用import requests
head={}
data={}
res=requests.post(target_url,headers=head,data=data)
如果回来的是json数组,
import json
**loadjson,此时target即为该列表,可用索引访问**target=json.loads(html)
**下载制定内容至文件内**urllib.request.urlretrieve(url,filename,None)
查找页面数据:
①
a=html.find('需要找的字符串')+??
b=html.find('需要找的字符串')+??
**左闭右开添加进listname列表内** listname.append(html[a:b])
②正则表达式
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符
()分组
[]匹配的字符串
{}匹配次数
import re
p = r'<img class="BDE_Image" src="([^"]+\.jpg)" ' \转义,.代表. [^]任何全部字符
imglist = re.findall(p, html)