python 爬虫/网络数据采集----入门知识

1) 正则表达式符号与方法—-常用符号
. :匹配任意字符,换行符\除外
* :匹配前一个字符0次或无限次
? :匹配前一个字符0次或1次
.*:贪心算法
.*?:非贪心算法
() :括号内的数据作为结果返回

2) 正则表达式符号与方法—-常用方法
findall : 匹配所有符合规律的内容,返回包含结果的列表
Search : 匹配并提取第一个符合规律的内容, 返回一个正则表达式对象(object)
Sub : 替换符合规律的内容, 返回替换后的值

3) 正则表达式符号与方法—-常用技巧
import re
不需要 complie
使用\d+匹配纯数字

推荐一个正则表达式生成器的网站:https://www.sojson.com/regex/generate

4) Requests介绍与安装—-第三方库安装技巧
少用easy_install. 因为只能安装不能卸载
多用pip方式安装
pip安装失败:
http://www.lfd.uci.edu/~gohlke/pythonlibs/(包含几乎所有的第三方库)
使用方法:寻找要安装的库–>下载响应的.whl文件–>将后缀.whl改为.zip并解压–>将解压的文件夹复制到python根目录–>OK!