day06

回顾

什么是文件

操作系统提供的虚拟单位

文件打开的步骤

1. 获得路径 file_path
2. 打开文件 open
3. 读取/修改文件
4. 保存
5. 关闭

打开文件的3个模式和2种方式

1. ‘r’ 只读不可写
2. 'w' 只写不可读（清空后再写）
3. 'a' 只写不可读（追加）
4. t模式（文本）
5. b模式 （二进制）

with管理上下文

with open('文件名'，'模式')as f:
    f.read()

爬虫原理

通过浏览器发送请求获数据；通过requests模拟浏览器发送请求拿到内容

爬虫流程

1. 发送请求（获得url）
2. 获取内容
3. 解析内容获得需要的内容

request模块的使用

import request
res=requests(
        url=''
)
#文本
res.text 
#二进制
res.content

re模块

re.s 全局搜索
re.findall 从内容中筛选所需要的内容
.*? 贪婪匹配  需要什么东西就把什么东西（.*?）

今日所学

if判断

单分支结构
if 条件：
    print（满足条件怎样怎样）

双分支结构
if 条件：
    print（满足条件怎样怎样）
else：
    print（不满足条件怎样怎样）
    
多分支结构
if 条件:
    print('条件成立干嘛干嘛')  # 条件成立才会执行该段代码，不成立不执行该段代码
elif 条件:
    print('if条件不成立走这条')
elif 条件：
    ...
else:
    print('条件不成立干嘛干嘛）# 条件不成立才会执行该段代码，成立不执行该段代码

for循环

循环:重复做一件事

range（）方法：

​ print（list（range（10）））

默认从0开始 输出0，1，2，3，4，5，6，7，8，9 顾头不顾尾

for循环嵌套：

内部循环全部走完，才会走一次外层循环。外层循环走一次，内层循环都会重置

continue

跳出本次循环，不执行下面的代码，直接开始下一次循环

break

提前中断循环，跳出本层循环

爬虫三部曲

1. 发送请求
2. 解析数据
3. 保存数据

爬虫精髓

1. 分析网站的通信流程
2. 分析查找数据从何而来
3. 分析目标网站的反爬策略
4. 根据目标网站的反爬策略编写攻击手段，获取数据

爬取豆瓣top250电影信息：

分析目标网站的异步氢气返回的数据（接口）

json：

是一种第三方的数据格式

json.dumps() #把python数据格式转换成json数据格式

json.loads() #把json数据格式转换成python数据格式

转载于:https://www.cnblogs.com/maqiaobin/p/11425832.html