正则表达式

Python 学习

标签（空格分隔）： 正则表达式

---

1、Python三大优点：

简单、功能强大、支持面向对象。 

python 扩展包库

http://www.lfd.uci.edu/~gohlke/pythonlibs/

2、Python的一些特点：

1）大小写严格区分
2）简单、易学、支持面向对象
3）开源
4）库非常丰富
5）跨平台使用
6）解释性语言
7）高级语言

正则表达式符号与方法 — 常用符号

. :匹配任意字符，换行符\n除外

• ：匹配前一个字符0次或无限次
  ? ：匹配前一个字符0次或1次
  .* ：贪心算法
  .*?：非贪心算法

神器 Xpath

XPath 是一门语言
XPath可以在XML文档中查找信息
XPath支持HTML
XPath通过元素和属性进行导航
XPath可以用来提取信息
XPath比正则表达式厉害
XPath比正则表达式简单

如何使用Xpath

• 安装lxml库（sudo pip install lxml）
• from lxml import etree
• Selector = etree.HTML(网页源代码)
• Selector.xpath(一段神奇的符号)

Python并行化(多线程)— map的使用

map 函数一手包办了序列操作、参数传递和结果保存等一系列的操作。

• from multiprocessing.dummy import Pool
• pool = Pool(4)
• results = pool.map(爬取函数, 网址列表)