妖白的奇幻漂流世界

1    BeautifulSoup只要目标信息的旁边或者附近有标签就可以调用 ，，不用管是几层标签（父辈 后代辈 的都可以）。Soup.html.body.h1Soup.body.h1Soup.html.h1Soup.h1索引的效果都是同一个内容。但是应该把重要的标签包含进去，以免过于简单爬到不想要的内容。2  在这里的li

我们知道 利用BeautifulSoup解析网页可以根据树以及各个标签来爬去 ，但是有个问题我们不能忽略，比如1    BeautifulSoup只要目标信息的旁边或者附近有标签就可以调用 ，，不用管是几层标签（父辈 后代辈 的都可以）。Soup.html.body.h1Soup.body.h1Soup.html.h1Soup.h1

正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。疑惑1：首先要明确re库中的普通字符，特殊字符（元字符）以及打印字符。1普通字符一般为所有的大写和小写字母字符，所有数字，所有标点符号以及一些符号。非打印字符：主要包括一些换行符，换页符，空白

由于初学爬虫 尝试着在beausoup库和re正则间来回爬去加强对两种方法的理解 但是利用正则的时候出现了一个这么个问题源文件打开 找到的元素 在requests.get竟然没有 虽然很简单的一个问题 但是困扰了我半个多小时 这里吧一些经验总结下来 避免少走弯路拿最简单的静态 贴吧为例我们打开url：         http://tieba.baidu.com/i/i/fan