weixin_44595372的博客

最近在学爬虫，用到正则的贪婪匹配和惰性匹配，findall方法分组优先匹配和去优先级， 举几个例子感受一下： import re #不分组，无优先级 print(re.findall('m.+?','ascxdcmmmmmdabnxamnx')) #惰性匹配，+匹配到一个即匹配成功 输出：['mm', 'mm', 'md', 'mn'] print(re.findall('m*?','ascxd...

最近在学爬虫，被动态网站，分布式什么的搞得头昏脑涨，所以先停下来巩固一下基础。先从小的完整的项目写起，代码小学生水平，接受批评… 目标： 爬取笔趣看这个网站的一本小说： 工具： requests模块,re模块,正则表达式 代码如下： import requests import re #目录url url='https://www.biqukan.com/1_1094/' #获取目录html re...

下载http://pic.yxdown.com/list/0_0_4.html网站图片并保存： 用到的库：requests,beautifulsoup import requests import re from bs4 import BeautifulSoup #设置初始url baseurl='http://pic.yxdown.com/list/' urls=[] #拼接前20页的url ...