req = urllib2.urlopen('http://www.xianlaiwan.cn/course/list')
buf = req.read()
listUrl = re.findall(r'src=.+\.jpg"', buf)
listUrl2 = []
for u in listUrl:
listUrl2.append(re.search(r'http:.+\.jpg', u).group())
i = 0
會得到兩個圖片地址,所以先得到src="",然后重新查找得到
buf = req.read()
listUrl = re.findall(r'src=.+\.jpg"', buf)
listUrl2 = []
for u in listUrl:
listUrl2.append(re.search(r'http:.+\.jpg', u).group())
i = 0
會得到兩個圖片地址,所以先得到src="",然后重新查找得到
2017-09-18
應該改成[a-zA-Z0-9]{6}@163\.com。
如果“.”前面沒有加"\",那“.”就是匹配任意一個字符。
如果“.”前面沒有加"\",那“.”就是匹配任意一個字符。
2017-09-11
https://github.com/guyunzh/crawler_imooc_jpg
我增加了幾個功能,老師爬取的只是一個頁面的圖片,我的可以自己在想創建的地方保存圖片,切可以保存多個頁面的圖片,手動輸入想要爬取的頁面個數,就可以自動創建對應的文件夾來保存對應的頁面圖片,還可以去重。
仍有很多完善的地方,但是,畢竟自己會爬取了
感覺好的點個star,謝謝哈
我增加了幾個功能,老師爬取的只是一個頁面的圖片,我的可以自己在想創建的地方保存圖片,切可以保存多個頁面的圖片,手動輸入想要爬取的頁面個數,就可以自動創建對應的文件夾來保存對應的頁面圖片,還可以去重。
仍有很多完善的地方,但是,畢竟自己會爬取了
感覺好的點個star,謝謝哈
2017-09-11
\<number> 是之前分組()的內容,?p<name>和?p=name 和\<number>的目的是一樣的,對之前分組的一個引用,不過當有多個分組時 可以用?p<name>標記。引用,更方便
2017-09-06
re模塊中有 compile match等功能函數 可用 dir(re)查看re的所有屬性。s=re.compile(r'***')定義一種匹配字符串規則,s指向。y=s.match(' '),用match函數匹配s規則的字符串,并返回結果。dir(y),查看屬性,y.group()輸出匹配結果。謝謝老師,講的很好,希望沒理解錯。
2017-09-06
https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386832260566c26442c671fa489ebc6fe85badda25cd000
廖雪峰老師的一頁紙比這深入淺出多了,這個視頻講得太亂了,思路不夠清晰,排版不好。不想說什么,可汗學院也沒這么不走心啊
廖雪峰老師的一頁紙比這深入淺出多了,這個視頻講得太亂了,思路不夠清晰,排版不好。不想說什么,可汗學院也沒這么不走心啊
2017-09-01
排版太差,在IDE和terminal之間切換不好,在IDE里的代碼不利于規整的教學。
也不解釋一下compile,調用re里的方法的時候,實際上都有一個先編譯(compile)的過程,把compile顯式寫出來只是加快速度,節省調用方法時的反復編譯,這個東西完全可以放到后面提一下,但是直接實例化了之后(還把代碼上下之間分開了寫),容易把人搞暈
也不解釋一下compile,調用re里的方法的時候,實際上都有一個先編譯(compile)的過程,把compile顯式寫出來只是加快速度,節省調用方法時的反復編譯,這個東西完全可以放到后面提一下,但是直接實例化了之后(還把代碼上下之間分開了寫),容易把人搞暈
2017-09-01