Python爬虫(一)-数据清洗与提取

本文介绍了Python爬虫中数据清洗与提取的关键技术。讲解了re模块的运用,包括findall()用于提取信息,match()进行匹配,以及sub()用于字符串替换。此外,还探讨了Xpath的基础语法和JsonPath的使用方法,如dumps()、loads()、dump()和load()等函数,用于在Python和JSON对象间的转换。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

re模块的使用
提取,匹配,替换
提取:findall()
匹配:match()
替换 :sub()

例子:

#sub("正则表达式",'替换的字符','需要替换的字符')
    html=re.sub('\n','',html)
#findall("正则表达式","要替换的字符")
    ret=re.findall(pattern_1,html)
#match("正则表达式","匹配的字符")
	re
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值