petrichor316的博客

正则表达式正则（regular expression) ，主要应用于字符串的匹配。通用的字符串表达框架简介表达一组字符串的表达式针对字符串“简洁”和“特征”思想的工具判断某字符串的特征归属正则表达式在文本处理中十分常用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正则表达式的常用操作符操作符说明实例.表示任何单个字符[]字符集，对单个字符串给出取值范围[abc]表示a、b、c，[a-z]表示a到z单个字符

中国大学排名的爬虫实战（结合信息组织与提取，两种方式实现）

信息组织与提取信息的标记标记后的信息可形成信息组织结构，增加了信息维度标记后的信息可用于通信、存储或展示标记的结构与信息一样具有重要价值标记后的信息更利于程序理解和运用而在html界面中，通过预定义的<>…</>的标签形式组织不同类型的信息信息标记的三种形式形式个人理解比较XML与html格式类似，并是一种通用的表达形式。用<>…</>表达类型。最早的通用信息标记语言，可扩展性好，但繁琐。JSON类似于字典

学习BeautifulSoup库的基本使用方法

Requests库网络爬虫的实战京东爬虫学习简单的获取网页信息的架构import requestsurl = "https://item.jd.com/2969929.html"try: r = requests.get(url) r.raise_for_status() r.encoding = r.apparent_encoding print(r.text[:1000])except: print("爬取失败")亚马逊网址爬虫学习简单的，有限制

学习大学mooc网络爬虫方面知识