




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
大數(shù)據(jù)導(dǎo)論數(shù)
據(jù)
采
集基于正則表達(dá)式的數(shù)據(jù)爬取目錄01任務(wù)描述02
HTML源代碼分析03抓取代碼實(shí)現(xiàn)
任務(wù)描述在爬蟲的開發(fā)中,需要把有用的信息從一大段文本中提取出來。正則表達(dá)式是提取信息的方法之一。本任務(wù)是使用Python正則表達(dá)式匹配豆瓣電影評(píng)分TOP250頁面電影名字、電影介紹鏈接、電影評(píng)分等信息。思路如下:(1)引入使用正則表達(dá)式所需要的包。(2)模擬瀏覽器請(qǐng)求,請(qǐng)求豆瓣電影TOP250的數(shù)據(jù)。(3)使用compile方法,匹配出目標(biāo)內(nèi)容。(關(guān)鍵編寫正確的正則表達(dá)式)HTML源代碼分析<li><divclass="item">***************<divclass="info"><divclass="hd">
<ahref="https:///subject/1292052/"class="">
<spanclass="title">肖申克的救贖</span>
******************</a>
*******************<divclass="star">
*************************<spanclass="rating_num"property="v:average">9.7</span>
******************</div>********************</div></div></div></li>'<li>.*?<divclass="hd">\n\s*?<ahref="(.*?)"class="">.*?class="title">(.*?)</span>.*?property="v:average">(.*?)</span>.*?</li>'匹配正則表達(dá)式*顏色對(duì)應(yīng)爬取功能劃分由于待解析的內(nèi)容屬于文本,因此可以使用正則表達(dá)式進(jìn)行解析解析html文本內(nèi)容從服務(wù)器獲取html文檔返回文本形式的內(nèi)容獲取html文檔依次訪問所有頁面
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 智能化衛(wèi)生間隔斷研發(fā)與市場推廣合同
- 黨建工作信息化建設(shè)合作協(xié)議書
- 籃球場地租賃與廣告合作合同
- 互聯(lián)網(wǎng)企業(yè)云端辦公用品租賃合同
- 餐飲運(yùn)營減虧方案
- 庭院果樹維護(hù)方案
- 智能倉儲(chǔ)工廠廢品回收押金合同模板
- 墻面拆除修補(bǔ)方案
- 月嫂培訓(xùn)考試題及答案
- 電商培訓(xùn)課程大綱
- 2025年汽車維修工職業(yè)資格考試試卷及答案
- 安全B證題庫-安全生產(chǎn)知識(shí)考試用書
- 2025至2030年中國錦氨綸汗布市場分析及競爭策略研究報(bào)告
- 2024年江蘇地質(zhì)局所屬事業(yè)單位招聘考試真題
- 2025年湖北省中考物理試題(含答案及解析)
- 幾何畫板 培訓(xùn)課件
- 經(jīng)皮肺動(dòng)脈瓣置換術(shù)(TPVRPPVI)
- 中興-5G-A高頻毫米波網(wǎng)絡(luò)規(guī)劃方法論介紹V1.0
- 2025至2030中國時(shí)尚涼鞋行業(yè)項(xiàng)目調(diào)研及市場前景預(yù)測評(píng)估報(bào)告
- 2025年度滕王閣旅游區(qū)講解員招聘6人筆試參考題庫附帶答案詳解
- 紅藍(lán)黃光治療皮膚病臨床應(yīng)用專家共識(shí)(2025版)解讀
評(píng)論
0/150
提交評(píng)論