python程序下载百度文档_Python文档

python

语法

2009-04-07 22:32

#!

开头的称为组织行,

这行告诉你的

Linux/Unix

系统当你执行你的程序的时候,

它应该

运行哪个解释器。例如:

#!/usr/bin/python

#

开头的称为注释行。

数的

4

种类型:整数、长整数、浮点数和复数。

字符串:单引号(

)和双引号(

"

)的作用相同,转义符是(

\

)

,以三引号(如:

'''

或者

"""

)

括起来的字符串中可以直接使用任意多个单引号(

)和双引号(

"

)而无需转义符(

\

)

自然字符串:在字符串前加

R

(或

r

)指示某些不需要如转义符那样的特别处理的字符串,

如:

print R“Hello

\

n World”

,将直接输出

“Hello

\

n World”

而不会出现换行的情况。

a="hello world"

b=a[0,5] # b="hello"

c=a+" I love you"

Unicode

字符串:在字符串前加

U

(或

u

)

。如

a=u'hello'

"hello" 'world'

会被自动连接为一个字符串

"helloworld"

"s1" u"s2"

就会产生

u"s1s2"

一个元素的元组:

a=(12,) #

注意一定要个额外的逗号!

缩进:

Python

没有类似

Begin……End

的语句来标识语句块,它依靠缩进来标识语句块,

因此错误的缩进将会导致解释程序报错。

运算符与表达式:基本上与其它语言相类似,只是有以下几点不同。

x*y

:乘法。

2 * 3

得到

6

'la' * 3

得到

'lalala'

x**y

:幂运算,返回

x

y

次幂。

x/y

x

y

4/3

1

(

)

4.0/3

4/3.0

1.3333333333333333

x//y

:取整除。

返回商的整数部分。

4 // 3.0

得到

1.0

控制流语句:

if-elif-else

(Python

没有

switch-case

语句,可以通过

if

语句配合字典完成同样的工作

)

通过使用

or

and

not

关键字可以建立任意的条件表达式

if something == 1:

doSomething1()

elif something == 2:

doSomething2()

else:

pass #

表示一个空的块或者是空的主体,使用

pass

语句

while-else:

while something:

doSomething1()

else:

doSomething2()

for-else:

for i in range(1, 10, 2):

# i

值从

1

10

,步长为

2

print i

else:

print 'The for loop is over'

python爬虫与项目实战,网络爬虫是一个自动提取网页的程序,它为搜索引擎从万维网上下载网页,是搜索引擎的重要组成。 随着网络的迅速发展,万维网成为大量信息的载体,如何有效地提取并利用这些信息成为一个巨大的挑战。搜索引擎(Search Engine),例如传统的通用搜索引擎AltaVista,Yahoo!和Google等,作为一个辅助人们检索信息的工具成为用户访问万维网的入口和指南。但是,这些通用性搜索引擎也存在着一定的局限性,如: (1)不同领域、不同背景的用户往往具有不同的检索目的和需求,通用搜索引擎所返回的结果包含大量用户不关心的网页。 (2)通用搜索引擎的目标是尽可能大的网络覆盖率,有限的搜索引擎服务器资源与无限的网络数据资源之间的矛盾将进一步加深。 (3)万维网数据形式的丰富和网络技术的不断发展,图片、数据库、音频、视频多媒体等不同数据大量出现,通用搜索引擎往往对这些信息含量密集且具有一定结构的数据无能为力,不能很好地发现和获取。 (4)通用搜索引擎大多提供基于关键字的检索,难以支持根据语义信息提出的查询。 网络爬虫 为了解决上述问题,定向抓取相关网页资源的聚焦爬虫应运而生。聚焦爬虫是一个自动下载网页的程序,它根据既定的抓取目标,有选择的访问万维网上的网页与相关的链接,获取所需要的信息。与通用爬虫(general purpose web crawler)不同,聚焦爬虫并不追求大的覆盖,而将目标定为抓取与某一特定主题内容相关的网页,为面向主题的用户查询准备数据资源。 传统爬虫从一个或若干初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂,需要根据一定的网页分析算法过滤与主题无关的链接,保留有用的链接并将其放入等待抓取的URL队列。然后,它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL,并重复上述过程,直到达到系统的某一条件时停止。另外,所有被爬虫抓取的网页将会被系统存贮,进行一定的分析、过滤,并建立索引,以便之后的查询和检索;对于聚焦爬虫来说,这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值