您现在的位置是：首页 > 文章详情

Python网络爬虫（正则, 内涵段子，猫眼电影, 链家爬取）

日期：2018-10-29点击：524收藏

正则表达式（re模块）：

数据的分类：

结构化数据

有固定的格式如HTML、XML、JSON

非结构化数据

图片、音频、视频这类数据一般存储为二进制

正则：

使用流程：

创建编译对象：p = re.compile("正则表达式")

对字符串匹配：r = p.match("字符串")

获取匹配结果：print(r.group())

常用方法：

match(str) 字符串开头的第一个返回对象

search(str) 从头开始匹配只匹配一个返回对象

group() 从mat

关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。

Java分享