鹤城

摘要： 第二周明显有所懈怠，靡不有初，鲜克有终。坚持，努力。 这两周还在爬虫，学习了urllib库，bs4模块，re库，分别是伪装浏览器，解析数据，字符串规则，目前还差保存数据模块，即xlwt库，等学完就把完整爬取豆瓣的过程发表博客，预计今天完成。总之最近太懈怠了，千万别走原来的老路。 阅读全文

摘要： 正则表达式常用操作符 . 任何单个字符 [] 字符集，对单个字符给出取值范围 [abc]、[a-z] [^ ] 非字符集，对单个字符给出排除范围 [^abc] * 对前一个字符0次或无限次拓展 abc* + 前一个字符一次或无限次拓展 abc+ ？ 前一个字符0次或一次拓展 abc？ | 左右表达式 阅读全文

摘要： ##bs4 将一个复杂的html文档转化为一个复杂的树形结构，每个节点都是python对象，所有对象可以分为四种：Tag、NavigableString、BeautifulSoup、Comment from bs4 import BeautifulSoup f = open("./htmlDemo1 阅读全文

摘要： 这一周主要学习了python爬虫，主要是列表，元组，函数，文件操作，异常处理和爬虫基本概念的学习，除此之外还学习了一点xml。 列表：[]，列表可以存储混合类型，for循环遍历输出，以及列表的增删改查，增：append，extend，insert：删：pop，del，remove，查in，not i 阅读全文

摘要： #获取一个get请求 #import urllib.request # response = urllib.request.urlopen("http://www.baidu.com") # print(response.read().decode('utf-8')) #对获取到的网页源码进行utf 阅读全文

摘要： 今天学习爬虫导入模块时遇到以下错误，即语法错误 >>> pip bs4 File "<stdin>", line 1 pip bs4 ^^^ SyntaxError: invalid syntax 然后我发现终端已经给出了这段话 无法加载文件 E:\pythonProject\demo1_str\v 阅读全文

摘要： ##文件操作 ''' f = open("a.txt","w") #打开一个文件， w模式（写），如果文件不存在就在当前目录下创建 f.write("hello world,i am here") #将字符串写入文件中 f.close() #关闭文件 ''' ''' #read方法：读取指定的字符， 阅读全文

摘要： 函数 概念：编写程序时，需要某块代码多次，为了提高编写效率和代码的重用，把具有独立功能的代码块组织为一个小模块，即函数。 代码练习 ''' #函数的定义 def printinfo(): print(" ") print("人生苦短，我用python") print(" ") #函数的调用 prin 阅读全文

摘要： 元组 ''' tup1 = () #创建一个空的元组 print(type(tup1)) #tup2 = (50) #不是元组，python把括号当成了表达式的一部分，即数学运算的括号 #tup2 = (50,) tup2 = (50,60,70) print(type(tup2)) ''' ''' 阅读全文

摘要： 概念：可拓展标记语言。可拓展即标签都是自定义的。标记语言即由标签构成的语言。 功能：存储数据： 配置文件 在网络中传输 语法 基本语法： xml文件后缀名为.xml xml第一行必须定义为文档声明 xml文档中有且只有一个根标签 属性值必须有引号 标签必须正确关闭 xml标签区分大小写 <?xml 阅读全文