- 正則表達式
一、導入re模塊
pip install re
查看是否安裝:pip list
import re
二、常用符號
- “.” : 可代替所有除"\n"之外的任一字符。
- “*”:表示它前面的一個子表達式0次到無限次。
- “?”: 表示它前面的子表達0次或1次
- “” : 配合其他字符使用
- “\d” : 表示一位數字
- “()” : 提取括號內容
三、爬蟲所需
1.將網頁標題爬取下來:’
2.\w: 單詞數字字符 ,"+":匹配前一個字符1次或無限次
- JSON
一、導入JSON模塊
pip install json
查看是否安裝:pip list
import json
二、python數據結構和JSON相互轉換
# Python 字典類型轉換爲 JSON 對象
data = {
'no' : 1,
'name' : 'Runoob',
'url' : 'http://www.runoob.com'
}
json_str = json.dumps(data)
print ("Python 原始數據:", repr(data))
print ("JSON 對象:", json_str)
# 將 JSON 對象轉換爲 Python 字典
data2 = json.loads(json_str)
print ("data2['name']: ", data2['name'])
print ("data2['url']: ", data2['url'])
執行以上代碼輸出結果爲:
Python 原始數據: {'url': 'http://www.runoob.com', 'no': 1, 'name': 'Runoob'}
JSON 對象: {"url": "http://www.runoob.com", "no": 1, "name": "Runoob"}
data2['name']: Runoob
data2['url']: http://www.runoob.com