数据解析说明

三种解析方式

1. re 正则表达式 运行最快
2. bs4 最简单
3. xpath 简单流行

*？ 尽可能少的让 * 匹配少的字符

不然 会出现几种情况

---

re 模块

正则表达式下面有波浪线 如果想没有 前面加个r

import re
# findall 匹配字符串中所有符合正则的内容
lst = re.findall(r"\d+", "我的电话号是12341212,我朋友电话是10086")
print(lst)

只拿数据。需要.group

#search 返回的结果是match 对象拿数据需要group 找到一个结果就返回
s = re.search(r"\d+", "我的电话号是12341212,我朋友电话是10086")
print(s.group())


# match 是从头开始匹配
s = re.match(r"\d+", "12341212,我朋友电话是10086")
print(s.group())

预加载

# 预加载
obj = re.compile(r"\d+")
ret = obj.finditer("我的电话号是12341212,我朋友电话是10086")
for i in ret:
    print(i.group())

s = """"
    <div class='jay'><span id = '1'>郭麒麟</span></div>
    <div class='jj'><span id = '2'>宋铁</span></div>
    <div class='jolin'><span id = '3'>大聪明</span></div>
    <div class='sylar'><span id = '4'>范思哲</span></div>
    <div class='tory'><span id = '5'>胡说八道</span></div>
"""
obj = re.compile(r"<div class='.*?'><span id = '\d+'>(?P<wahaha>.*?)</span></div>", re.S)  #re.S 让. 能匹配换行符
rest = obj.finditer(s)
for i in rest:
    print(i.group("wahaha"))

(?P<wahaha>.*?) 给该数据取一个名字 <> 里面为 名字 前面需要➕ ?P. 并且学要用（）。括起来