《艾爾登法環》遊戲內文字並非由喬治馬丁撰寫

阿新 • • 發佈：2021-08-30

re模組

import re

s="""

eva jason tony yuan

　　jason jason

　　　　jaosn a

"""

findall(正則，文字資料)

　　在匹配的時候是全域性匹配，不會因為匹配到一個就停止

　　返回結果是一個列表，內部包含正則匹配到的所有的內容

ret = re.findall('j.*?n',s)    # 返回所有滿足匹配條件的結果，放在列表裡
print(ret)

finditer(正則，文字資料)

　　返回的結果是一個迭代器（更加節省記憶體）只有主動索要才會產生資料，否則永遠之戰一塊空間

# 暫時瞭解
res = re.finditer(' 
j.*?n',s)
for i in res:
print(i.group())

search

　　匹配到一個符號條件的資料就結束

res = re.search('j.*?n',s)
print(res)

match

　　只能從頭開始匹配，頭部不符合直接停止

res1 = re.match('j.*?n',s)
print(res1)

findall分組優先展示

　　會優先展示括號內正則表示式匹配到的內容

import re
ret = re.findall('www.(oldboy).com','www.oldboy.com')
print(ret)

# 取消分組優先展示 

ret1 = re.findall('www.(?:oldboy).com','www.oldboy.com')
print(ret1)

ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret)

爬蟲模組之requests

作用

　　可以模擬瀏覽器傳送網路請求獲取資料

先下載

　　pip3 install requests

　　　　1.切換源

　　　　2.針對報錯

再匯入

　　import requests

網路請求方法

　　網路方法一般有八個之多，但是目前需要我們掌握的只有兩個

get請求

　　朝別人索要資料

　　　　eg：瀏覽器地址輸入百度網址，回車，其實就是在傳送get請求，朝百度伺服器索要百度首頁

　　get請求也可以攜帶額外的資料，但是資料量有限制最多2~4KB，並且是直接解除安裝網址的後面

　　　　url?xxx=yyy&zzz=mmm

post請求

　　朝別人提交資料

　　　　eg：使用者註冊登陸輸入需要輸入使用者名稱和密碼之後點選按鈕傳送post請求將資料提交給遠端伺服器

　　　　post請求也可以攜帶額外的資料，並且資料大小沒有限制，敏感性的資料都是由post請求攜帶

　　　　　　資料放在請求體中

HTTP協議

　　規定了瀏覽器與服務端之間資料互動的方式

1.四大特性（重要）

　　1.基於請求響應

　　2.基於TCP、IP作用於應用層之上的協議

　　3.無狀態

　　　　不儲存客戶端的狀態

　　　　　　eg：

　　　　　　　　縱使見她千百遍，我都待她如初見

　　4.無連線

2.資料請求格式（重要）

　　請求資料格式

　　　　請求首行（請求方法，地址...）

　　　　請求頭（一大堆K:V鍵值對）

　　　　'''注意：此處必須空一行'''

　　　　請求體（get請求沒有請求體，post請求有，裡面是敏感資料）

　　響應資料格式

　　　　響應首行（響應狀態碼，協議版本...）

　　　　響應頭（一大堆K:V鍵值對）

　　　　'''注意：此處必須空一行'''

　　　　響應體（一般都是給瀏覽器展示給使用者看的資料）

3.響應狀態碼（重要）

　　用簡單的數字來表示一串中文意思（制定暗號）

　　1xx：服務端已經成功接收到了你的資料正在處理，你可以繼續提交或者等待

　　2xx：200 OK請求成功服務端傳送了響應

　　3xx：重定向（原本想訪問A頁面但是內部自動跳到了B頁面）

　　4xx：403 請求不符合條件　　404 請求資源不存在

　　5xx：服務端內部錯誤

（公司還會自己自定義響應狀態碼（HTTP的狀態碼太少不夠用）

　　10001

　　10002

　　　　參考網址：聚合資料）

requests模組基本使用

傳送網路請求

import requests
requests.get(url)    # 傳送get請求   
requests.post(url)    # 傳送post請求

1.簡單的get請求獲取頁面並報錯

import requests
# 朝百度傳送get請求獲取首頁資料
res = requests.get('https://www.baidu.com/')
# print(res.status_code)    # 獲取響應狀態碼
# 指定字元編碼
# res.encoding = 'utf8'
# print(res.text)    # 獲取網頁字串資料
# print(res.content)    # 獲取bytes型別的資料(在python中可以直接看成是二進位制)
with open(r'baidu.html','wb') as f:
    f.write(res.content)