python爬虫入门教程(二):开始一个简单的爬虫python爬虫入门41
下载地址 https://share.weiyun.com/0UhC6msn
资料目录
30个小时搞定Python网络爬虫视频课程（全套详细版）
Python网络爬虫工程师系列培训视频课程（65集全）
廖雪峰商业爬虫（含课件、案例和练习）
零基础Python实战 四周实现爬虫网站
《Python 3网络爬虫开发实战 》崔庆才著.pdf
《Python网络爬虫从入门到实践》 庄培杰编著.pdf
Python 3爬虫、数据清洗与可视化实战_零一等编著.pdf
Python3网络爬虫数据采集 陶俊杰 翻译.pdf
Python爬虫开发与项目实战 范传辉 编著.pdf
Python爬虫大数据采集与挖掘-微课视频版 曹剑平 编著.pdf
python网络爬虫从入门到实践 唐松等.pdf
网络爬虫－Python和数据分析 王澎著.pdf
用Python写网络爬虫 李斌 翻译.pdf
自己动手写网络爬虫 罗刚等 编著.pdf
Python项目案例开发从入门到实战：爬虫、游戏和机器学习 by 郑秋生 夏敏捷
举例 正则表达式
学过编程的读者或多或少都听说过正则表达式，但是大部分人都对此非常畏惧，而且觉得使用时到网上搜索就行了，不用浪费时间自己编写。但是有个问题是你去爬取别人的数据时，不一定有满足需求的正则表达式，大多数情况下要自己动手编写。
其实正则表达式并没有想象中的那么难，主要是练得不够多。除了了解字符串相关的处理函数外，掌握正则表达式也非常必要。本节我们来学习正则表达式在 Python 中的应用。
re 模块
Python 中通过 re 模块使用正则表达式，该模块提供的几个常用方法如下。
1. 匹配
re.match(pattern, string, flags=0)
参数：匹配的正则表达式，要匹配的字符串，标志位（匹配方法）尝试从字符串的开头进行匹配，匹配成功会返回一个匹配的对象，类型是<class '_sre.SRE_Match'>。
re.search(pattern, string, flags=0)
参数：同 match 函数，扫描整个字符串，返回第一个匹配的对象，否则返回 None。
注意：match 方法和 search 方法的最大区别是，match 如果开头就不和正则表达式匹配，则直接返回 None，而 search 则是匹配整个字符串。
2. 检索与替换
re.findall(pattern, string, flags=0)
参数：同 match 函数，遍历字符串，找到正则表达式匹配的所有位置，并以列表的形式返回。
re.finditer(pattern, string, flags=0)
参数：同 match 函数，遍历字符串，找到正则表达式匹配的所有位置，并以迭代器的形式返回。
re.sub(pattern, repl, string, count=0, flags=0)
参数：repl 为替换的字符串，可以是函数，把匹配到的结果进行一些转换；count 为替换的最大次数，默认值 0 代表替换所有的匹配。找到所有匹配的子字符串，并替换为新的内容。
re.split(pattern, string, maxsplit=0, flags=0)
参数：maxsplit 设置分割的数量，默认值 0，对所有满足匹配的字符串进行分割，并返回一个列表。
3. 编译成 Pattern 对象
对于会多次用到的正则表达式，我们可以调用 re 的 compile()方法编译成 Pattern 对象，调用的时候直接使用 Pattern 对象.xxx 即可，从而提高运行效率。flags（可选标志位）如表3.4 所示。另外，多个标志可通过按位 OR（｜）进行连接，如 re.I|re.M。
表 3.4 正则可选标志位
修 饰 符 描 述
re.I 使匹配对大小写不敏感
re.L 做本地化识别（locale-aware）匹配
re.M 多行匹配，影响^和$
re.S 使. 匹配包括换行在内的所有字符
re.U 根据 Unicode 字符集解析字符。这个标志影响\w、\W、\b、\B
re.X 该标志通过给予更灵活的格式，以便将正则表达式写得更易于理解
|