python爬虫日记（一）

学习内容

（1）正则表达式：re
------- 用于提取有用的文本信息
--------常用的有(.*?)、(https://.*?.jpg)、(https://.*?.mp3)
--------常用指令re.compile()、re.findall()
（2）requests请求
--------通过requests.get/post(url,headers)获取网页信息或者文件

---

简单实例：

import re
import requests
i=0
for x in range(100):
    url = 'http://acm.zzuli.edu.cn/ranklist.php?start='+str(i)
    findlink = re.compile(r"user=.*?</a></div></td><td>	<div class=center>(.*?)</div></td><td>	<div class=center><a href='status.php")
    findlink2 = re.compile(r"<div class=center><a href='status.php.*?'>(.*?)</a></div></td><td>	<div class=center><a href='status.php")
    html = requests.get(url).text
    names = re.findall(findlink, html)
    numbers = re.findall(findlink2,html)
    z=0
    for name in names:
        i += 1
        print("第", i, "名:", name,"  正确：",numbers[z])
        z+=1