python第五天爬虫初了解

steve1988717

于 2018-12-24 21:28:06 发布

阅读量132

点赞数

CC 4.0 BY-SA版权

分类专栏： python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/steve1988717/article/details/85239394

python 专栏收录该内容

13 篇文章

订阅专栏

本文深入探讨了爬虫开发过程中常见的问题，包括正则表达式的灵活运用，如匹配任意字符、空白字符及非空白字符的方法，以及如何利用BeautifulSoup简化内容抓取，避免复杂的正则表达式编写。同时，文章还介绍了代理IP库的重要性，以防止爬虫被目标网站封禁。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里不是记录爬虫的编写步骤，而是记录，写爬虫中可能遇到的问题
1，私有方法也是实例方法，参数里面都必须有self
在这里插入图片描述

2,正则表达式，\w表示单词字符，\W表示取反，所以这两个字符可以匹配成为任意字符[\w\W]这是匹配任意字符，\s表示匹配一个空白字符，而\S表示匹配任意一个非空白的字符 [\s\S]是可以匹配任意一个字符
在这里插入图片描述

在这里插入图片描述
上图是其他匹配字符串的正则表达式

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
上图是对列表排序的函数的使用

小了解：beautifulsoup,提供更简单方法提供内容，不用写复杂的正则表达式。scrap是爬虫框架；爬虫容易被封ip，所以我们需要（代理IP库，就是ip池）；

如何用字典实现switch语句
在这里插入图片描述

列表推导式，可以对列表里面的每一个元素进行操作，类似map函数
在这里插入图片描述

在这里插入图片描述

下面是对字典的一个操作
在这里插入图片描述
上图主要用了，列表推导式，和遍历字典的键值

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。