网页分析和一些基础题目
【摘要】 网页分析和一些基础题目
✅本次练习的是<有关网页分析和一些基础题目>,想要学习Python和巩固基础的可以现在打开 来一起学习吧。
文章目录
📄题目一
📜题目要求
📜我的解析
本道题目难度较小主要考察了内置函数的基本使用方法
📜我的答案
📄题目二
📜我的解析
本题难度较小,主要考察列表,匿名函数,列表推导式的基本使用方法。
📜我的答案
------>> 】
------>> 【 】
📄题目三
📜题目要求
📜我的解析
本题难度很小主要考察的是if-else语句和格式化输出
📜我的答案
📄题目四
📜写在前面
写本道题目之前需要掌握以下知识点哟,不清楚的可以翻看我之前的博客或者是网上查找相应的视频来回顾
- 知识点一👉urlib库的使用中请求对象的定制使用urllib来获取源码
- 知识点二👉re模块的基本使用方法
- 知识点三👉json模块的基本使用方法
- 知识点四👉正则匹配(用于对网页想要信息的提取和不想要信息的剔除)
- 知识点五👉文件的基本使用方法
📜题目要求
👉获取某瓣电影排名前十页电影的<"电影排名" "电影标题" "豆瓣评分"和"评论人数">并且将爬取下来的数据放到名为<豆瓣电影信息>的文件中
📜我的答案
输出结果:
知识点:
flags有很多可选值:
- re.I(IGNORECASE)忽略大小写,括号内是完整的写法
- re.M(MULTILINE)多行模式,改变^和$的行为
- re.S(DOTALL)点可以匹配任意字符,包括换行符
- re.L(LOCALE)做本地化识别的匹配,表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境,不推荐使用
- re.U(UNICODE) 使用\w \W \s \S \d \D使用取决于unicode定义的字符属性。在python3中默认使用该flag
- re.X(VERBOSE)冗长模式,该模式下pattern字符串可以是多行的,忽略空白字符,并可以添加注释
📜我的解析:
✨ html_get(url)函数:
- 作用:
获取豆瓣对应网址的网页源码
- 参数:
要获取信息的网址
- 返回值:
豆瓣对应网址的网页源码
✨ page_info(h)函数
- 作用:
该函数的作用是匹配获取到的网页源码中的"电影排名" "电影标题" "豆瓣评分"和"评论人数"
- 参数:
对应网址的网页源码
- 返回值:
一个生成器函数
✨ main(num)函数
- 作用:
顾名思义该函数是程序中的主函数,调用它获取对应页数的<"电影排名" "电影标题" "豆瓣评分"和"评论人数">并且将爬取下来的数据放到名为<豆瓣电影信息>的文件中
- 参数:
num = 0 则表示第一页,num = 25则表示第二页,num = 50则表示第三页,以此类推,因为每页有25部电影。
- 返回值:
将爬取下来的数据放到名为<豆瓣电影信息>的文件中
【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)