4.1 python爬虫-基础

一、 HTTP协议

爬虫的作用： 他们用爬虫伪装成真实用户的浏览器，去请求各个网站，爬取网页。

会打印该网站源码

HTTP协议详解

 

二、正则表达式

描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。（通过正则表达式来获取容器的目标数据）

import re  //正则表达式的包

“.*” 贪婪模式  “.*?”非贪婪模式

 

 

 

 

 

 

 

 

 

三、正则表达式语法

字符集(括号中的任意字符)