rainyrainbow的博客

网络爬虫（Web Crawler/Spider）数据采集的主要方式按照一定规则，自动抓取万维网信息的程序或者脚本部分或者全部抽取抓取到的信息，使数据进一步结构化合法性–Robots协议深度与广度优先* 静态和动态网页爬虫静态网页：爬虫逻辑比较简单动态网页：网页读取过程需要额外的加载过程泛用和主爬虫网络爬虫的基本架构爬取模块URL批量获取数据，模拟http请求过程抽...

正则表达式基础正则表达式用于处理字符串，拥有自己独立的语法以及一个独立的处理引擎。不同提供正则表达式的语言里正则表达式的语法都式一样。. 和 * +. 匹配任意一个字符*匹配0或多次前面出现的字符.* 表示0或无限次的"."+匹配的字符至少要出现一次^ 和$^表示以某字符开头的匹配$ 表示以某字符结尾的匹配^a.* 表示匹配任何以a开头的字符串.*k$表示匹配任何以k结...