AlexMYH的博客

1.python基础基础包括python语法基础，变量，循环嵌套等等，可以在菜鸟python菜鸟教程2. 基本库入门一般用到urllib和urllib2即可3.正则表达式正在表达式用于匹配网页中所需要的元素，可到我之前写的30分钟入门正则表达式学习。4. 网页抓取框架最常用框架scrapy5.高级爬虫...

最近需要用到java爬取网页数据，学了下正则表达式基础，做下笔记。1: \b是正则表达式规定的一个元字符，代表着单词的开头或结尾，也就是单词的分界处。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b 2：.是另一个元字符，匹配除了换行符以外的任意字符 3：*同样是元字符，它代表的不是字符，也不是位置，而是数量——它指定*前边的内容可以连续重复使用...