爬虫学习的第一天（requests简单的框架--初阶5）

#本章内容爬取腾讯体育网，将其中的新闻爬取显示出来。
import requests
from fake_useragent import UserAgent   #调用fake_useragent库中UserAgent模块
import re
try:
    url = "https://sports.qq.com/"     #爬取的网站
    headers = {
        'User-Agent':UserAgent().chrome   #可以生成一个chrome浏览器的一个代理。具体使用方法可以百度搜索进行了解。
    }
    r = requests.get(url,headers = headers)
    r.encoding = r.apparent_encoding
    #print(r.text)
    #<li><a target="_blank" href="http://view.inews.qq.com/a/20211228A08FUV00" class=" bold">CBA：输26分！广东负山西近三个赛季首次连败</a></li>   每条信息的大概格式为这样
   ''' 正则表达式的常用操作符
操作符	说明	实例
.	表示单个字符	
[]	字符集，对单个字符给出取值范围	[a~z]表示a到z单个字符
[^]	非字符集，对单个字符给出排除范围	[^abc]表示非a,b,c的单个字符
*	前一个字符的零次或无数次	a*表示aaaaaa
+	前一个字符的一次或无数次扩展	ab+表示abbbb
？	前一个字符的零次或一次扩展	Abc?表示abcc,ab
|	左右表达式的任意一个	ab|cd表示ab或cd
{m}	扩展前一个字符m次	Ab{2}c表示Abbc
{m,n}	扩展前一个字符m至n次	ab{1,2}c表示为abc或abbc
^	匹配字符串开头	^abc表示abc且在一个字符串的开头
$	匹配字符串结尾	Abc$表示abc且在一个字符串的结尾
（）	分组标记，内部只能使用 |	（abc|fd）
\d	数字,等价于[0-9]	
\w	单词字符，等价于[A-Za-z0-9_]	'''
#以上为正则表达式的基本符号及说明，根据上述内容将通用的格式转化为以下的形式
    regx = f'<li><a target="_blank" href=".+?" class=".*?">(.+?)</a></li>'  
    datas = re.findall(regx,r.text)  #使用正则表达式进行全部匹配
    for i in datas:
        print(i)
except:
    print("    ")
   #在此内容上还可以进行许多优化，大家想学习需要多爬取类似的例子进行多次复习，熟悉正则和基本的匹配方式。