Python爬虫必备知识点--整理核心基础

Python爬虫基础语法相关

1. if条件判断

    if 条件:
        # 事情1
    else:
        # 事情2

2. while循环

    while 条件:
        循环体

3. 关于True和False

    # 几乎所有能表示为空的东西. 都可以认为是False
    print(bool(0))
    print(bool(""))
    print(bool([]))
    print(bool({}))
    print(bool(set()))
    print(bool(tuple()))
    print(bool(None))

4. 字符串

A. 索引和切片

     索引, 就是第几个字符. 它从0开始. 
     切片, 从字符串中提取n个字符. 

     s = "我爱你"
     print(s[1]) # 爱
     print(s[0]) # 我
     print(s[2:4])  #从第2个, 到第4个(取不到4) --你

B. strip()

strip()可以去掉字符串`左右两端`的空白(空格, 换行\n, 回车\r, 制表符\t)

     s = "    \t\t\t 是的士大夫为我\r\r      \n\n  "  # 够乱的字符串
     s1 = s.strip()
     print(s1)  # 是的士大夫为我

C. split() 

做切割的

     s = "10,男人本色,100000万"  # 你在网页上提取到这样的一段数据. 现在我需要电影名称
     tmps = s.split(",")
     name = tmps[1]
     print(name)  # 男人本色
     
     id, name, money = s.split(",")  # 切割后. 把三个结果直接怼给三个变量
     print(id)
     print(name)
     print(money)

D. replace()

replace, 字符串替换

s = "的      \t\t\n\n属地往   32        师弟    " 
s1 = replace(" ", "").replace("\t", "").replace("\n", "")

E. join()

     lst = ["我妈", "不喜欢", "黎明"]  # 有时,由于网页结构的不规则, 导致获取的数据是这样的. 
     s1 = "".join(lst)  # 用空字符串把lst中的每一项拼接起来
     print(s1)  # 我妈不喜欢黎明
     
     lst2 = ["\n\r","\n\r",&