- 正则表达式
一、导入re模块
pip install re
查看是否安装:pip list
import re
二、常用符号
- “.” : 可代替所有除"\n"之外的任一字符。
- “*”:表示它前面的一个子表达式0次到无限次。
- “?”: 表示它前面的子表达0次或1次
- “” : 配合其他字符使用
- “\d” : 表示一位数字
- “()” : 提取括号内容
三、爬虫所需
1.将网页标题爬取下来:’
2.\w: 单词数字字符 ,"+":匹配前一个字符1次或无限次
- JSON
一、导入JSON模块
pip install json
查看是否安装:pip list
import json
二、python数据结构和JSON相互转换
# Python 字典类型转换为 JSON 对象
data = {
'no' : 1,
'name' : 'Runoob',
'url' : 'http://www.runoob.com'
}
json_str = json.dumps(data)
print ("Python 原始数据:", repr(data))
print ("JSON 对象:", json_str)
# 将 JSON 对象转换为 Python 字典
data2 = json.loads(json_str)
print ("data2['name']: ", data2['name'])
print ("data2['url']: ", data2['url'])
执行以上代码输出结果为:
Python 原始数据: {'url': 'http://www.runoob.com', 'no': 1, 'name': 'Runoob'}
JSON 对象: {"url": "http://www.runoob.com", "no": 1, "name": "Runoob"}
data2['name']: Runoob
data2['url']: http://www.runoob.com