xinzhilinger的博客

使用python爬虫，无论是requests库还是urllib库爬取网页源代码后，想要直接获取其中的信息是比较难的，通常要借助一些第三方库来进行解析并信息提取，目前简单快捷的有bs4库、正则表达式和xpath来完成，下面通过一个实例来解释他们具体的使用方式： import requests from bs4 import BeautifulSoup import json import re from lxml import etree from urllib.parse import quote head

今天python爬虫使用正则表达式匹配字符死活匹配不到结果 import re list="hello\/world" str=re.findall("hello\/wrold",list) print(str) 输出为空: [] 以上为例子,可以看出可能是有转义问题,"\"是转义字符的标配,应该是出了一些问题,尝试一下反转义 str=re.findall(r"hello\/wrold",li...