当前位置: 首页 > news >正文

网站投票系统 js宁波seo网络推广优质团队

网站投票系统 js,宁波seo网络推广优质团队,网站开发范围,做loge的网站目录 前言 一、正则基本使用 1.1 导包 1.2 接口方法 1.3 换行匹配问题 二、实战案例 完整代码 前言 在爬虫工作中,我们主要会遇到两种类型的文本数据: JSON格式数据 HTML文档数据 对于JSON字符串数据,通常使用Python的字典操作进行键…

目录

前言

一、正则基本使用

1.1 导包

1.2 接口方法

1.3 换行匹配问题

二、实战案例

完整代码


前言

在爬虫工作中,我们主要会遇到两种类型的文本数据:

  1. JSON格式数据

  2. HTML文档数据

对于JSON字符串数据,通常使用Python的字典操作进行键值对提取或者使用正则语法;
对于HTML文档,则主要采用XPath表达式和CSS选择器(bs4)进行数据解析和提取。

一、正则基本使用

1.1 导包

import re

1.2 接口方法

re.findall(参数1,参数2)

参数1:写正则语法,匹配规则

参数2: 字符串数据

例1:匹配 id 的内容

import re
# 1,字符串数据
str = ' <meta id="my name is zhouhuan" http-equiv="Content-Type" content="text/html;charset=utf-8">中国<共??产yes党'
# 2,匹配语法
result = re.findall('id="(.*?)" http',str)
# 3,打印结果
print(result)

.*?:要匹配的内容换成 .*?
() :只会返回括号内的内容

 例2:匹配所有中文

import re
# 1,字符串数据
str = ' <meta id="my name is zhouhuan" http-equiv="Content-Type" content="text/html;charset=utf-8">中国<共??产yes党'
# 2,匹配所有中文
result = re.findall('[\u4e00-\u9fa5]',str)
# 3,打印结果
print(result)


例3:过滤和替换非法字符

import re
# 1,字符串数据
str = "abc?de|fg><hi:jk"
# 2,过滤非法字符
result1 = re.findall('[\\\\/:*?\"<>|]',str)
# 3,替换非法字符
result2 = re.sub('[\\\\/:*?\"<>|]',"_",str)
# 4,打印结果
print("过滤的非法字符有:",result1)
print("替换后的str字符串为:",result2)


1.3 换行匹配问题

import re
# 1,换行匹配问题
str ='''<div>中国共产党万岁</div>
'''
# 2,规则默认是在一行匹配,换行后重新匹配,所以匹配到的是空 []
result = re.findall('<div>(.*?)</div>',str)
# 打印结果
print(result)  # []

解决方案:待定...


二、实战案例

需求:爬取斗鱼直播星秀板块直播的主播《标题》和《网名》

链接(url):星秀直播_星秀视频_斗鱼直播

分析步骤:

1,先抓包找到需要的目标 url

2,先打印一下爬取到的所有数据

完整代码

import re
import requests
# 实战之爬取斗鱼星秀板块主播标题
# 1,目标url
url = 'https://www.douyu.com/wgapi/ordnc/live/web/room/mixList/2/1008/0/1?'
# 2,身份伪装
header={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/133.0.0.0 Safari/537.36"
}
# 3,发起请求
response = requests.get(url=url,headers=header)
# 4,打印响应内容(确认是否获得响应)
# print(response.text)
# 5,使用正则解析:主播标题
title_list = re.findall('"rn":"(.*?)"',response.text)
print(title_list)
# 6,使用正则解析:主播名字
name_list = re.findall('"nn":"(.*?)"',response.text)
print(name_list)# 7,展示数据:len(title_list) 打印列表的长度
print("主播网名    直播标题")
for i in range(len(title_list)):print(name_list[i],":",title_list[i])


 

http://www.mmbaike.com/news/45314.html

相关文章:

  • 做音乐网站要什么源码报个电脑培训班要多少钱
  • 用网站建设费用搜索引擎优化教程
  • 找专业公司做网站指数基金定投技巧
  • 喀什做网站找合作项目app平台
  • 学做衣服的网站有哪些会计培训班推荐
  • 公司主营网站开发怎么做账东莞快速优化排名
  • 怎样查别人网站的外链电商seo名词解释
  • 腾讯云主机做网站360关键词指数查询
  • 公司的网站难不难做营销推广外包公司
  • 网站闭关保护怎么做成人计算机培训机构哪个最好
  • 不限空间的免费网站互联网推广怎么做
  • 网站要求营销策划推广公司
  • 萝岗网站建设制作搭建网站步骤
  • 网页制作教程简明seo按天计费系统
  • wordpress外贸 主题简单的seo
  • yy陪玩网站怎么做网站排名优化公司哪家好
  • 农业网站建设的特点是友情链接查询结果
  • 佛山做网站的公司十大免费无代码开发软件
  • 做网站现在赚钱吗自己的网站
  • 电子商务网站推广怎么做网站建设哪家好公司
  • 服务器上建设网站白杨seo教程
  • 个人简介网页怎么做沧州网站seo
  • 政府网站建设管理经验汇报材料找片子有什么好的关键词推荐
  • 发布悬赏任务的推广平台seo首页关键词优化
  • 网站站群西安seo服务培训
  • 北京企业网站设计方案广州seo优化外包公司
  • 如何做网站不被坑营销网络是什么
  • 南通高端网站建设机构交换友情链接的方法
  • 济南 网站设计公司今日军事新闻
  • 顺德网站建设公司免费b2b网站有哪些