python爬虫之路——对字符串的处理
对字符串的处理分类:分段,连接,剔除,提取,综合
连接:+,*
+(加法)的使用
a='i'
b=' love'
c=' you'
print(a+b+c)
#return i love you
*(乘法)的使用
a='word'
print(a*3)
#result wodwordword
分段:split()
split():将字符串按标志(默认为空格)分成列表格式
a='www.baidu.com'
print(a.split('.'))
#return ['www','baidu','com']
剔除:strip(),
strip():剔除两侧字符,默认空格,自定义为!结尾。
#默认
a=' python is cool '
print(a.strip())
#return 'python is cool'
#自定义
a='*********python **is** cool***********'
print(a.strip('*!'))
#return 'python **is** cool'
利用RE模块的正则表达式功能,sub(函数)
import re
phone='123-456-789'
new_phone=re.sub('\D','',phone)
print(new_phone)
#return 123456789
提取:切片和索引
切片和索引
索引:正值和负值
a='123456789'
print(a[0])
#return 1
print(a[-1])
#return 9
切片:包头不包尾(将数字看成角标)
a='123456789'
print(a[0:1])
#return 1
print(a[0:3])
#return 123
综合:替换, 字符串格式化符
替换:replace(), 原值=》替换值
如果有多个原值效果未知
以值查询或位置查询为索引替换
替换is为are
a=''there is apples''
b=a.replace('is','are')
print(b)
#return 'there are apples'
将电话号码中间四位屏蔽
def change_number(number):
hiding_number=number.replace(number[3:7],'*'*4)
print(hiding_number)
change_number('13813986643')
#return 138****6643
format(): 单词用replace(),长句用format()
#字符串使用
a='{} is my love'.format('python')
print(a)
#return 'python is my love'
#url使用
content=input('输入搜索内容?')
url_path='https://www.abc.com/{}'.format(content)
print(url_path)
#url_path=www.abc.com.content
利用RE模块的正则表达式功能,sub(函数)
import re
phone='123-456-789'
new_phone=re.sub('\D','*',phone)
print(new_phone)
#return 123*456*789
python爬虫之路——对字符串的处理的更多相关文章
- Python爬虫之路——简单网页抓图升级版(添加多线程支持)
转载自我的博客:http://www.mylonly.com/archives/1418.html 经过两个晚上的奋斗.将上一篇文章介绍的爬虫略微改进了下(Python爬虫之路--简单网页抓图),主要 ...
- python学习之路06——字符串
字符串 1.概念 字符串就是由若干个字符组成的有限序列 字符:字母,数字,特殊符号,中文 表示形式:采用的单引号或者双引号 注意:字符串属于不可变实体 2.创建字符串 str1 = "hel ...
- 我的Python自学之路-003 字符串的知识
'''字符串是以引号或者单引号括起来的任意文本,例如"123","asdfjk",'adfa'引号或者单引号,只是一种表示方法,并不是字符串的一部分如果字符串本 ...
- python爬虫之路——正则表达式初识
正则表达式:是一个特殊的符号系列,检查字符串是否与指定模式匹配. python中的re模块拥有全部的正则表达式功能. 判断字符: 类型: 数目:有无: 个数:单值 区间 离散 判 ...
- python爬虫之路——变量和变量类型
变量类型: ①单值:int ②多值:数组 ③复杂:类 变量类型:就是变量的数据结构,表示这个变量所代表的内容的格式是怎样的. (多值)四种基本数据结构: 列表,字典,元组,集合 列表: ①元素可变, ...
- Python学习之路3 - 字符串操作&字典
本节内容: 常用的字符串处理. 格式化输出字符串. 字符串的替换. 字符串和二进制的相互转化. 字典的操作 字符串操作 常用的字符串处理 name = 'vector' print(name.capi ...
- python爬虫之路——Python的re模块及其方法
介绍常用的三种方法:search(),sub(),findall() search():匹配并提取第一个符合规律的内容,然后返回一个正则表达式的对象 #提取字符串中的第一个数字 import re a ...
- python爬虫之路——初识爬虫三大库,requests,lxml,beautiful.
三大库:requests,lxml,beautifulSoup. Request库作用:请求网站获取网页数据. get()的基本使用方法 #导入库 import requests #向网站发送请求,获 ...
- python爬虫之路——初识爬虫原理
爬虫主要做两件事 ①模拟计算机对服务器发起Request请求 ②接收服务器端的Response内容并解析,提取所需的信息 互联网页面错综复杂,一次请求不能获取全部信息.就需要设计爬虫的流程. 本书主要 ...
随机推荐
- EasyUI把datagrid的值赋给表单
$('#infoForm${INDEX}').form('load', rowToDto(pageConfig${INDEX}.infoName, row)); function rowToDto(i ...
- java 原始类与封装类 的区别
int是java提供的8种原始数据类型之一.Java为每个原始类型提供了封装类,Integer是java为int提供的封装类.int的默认值为0,而Integer的默认值为null,即Integer可 ...
- 下拉选择select和复选框checkbox的状态的各种方式
复选框的状态 <input name="ck" value=" " type="checkbox" checked> 或者&l ...
- VisualStudio2017中新建的ASP.NET Core项目中的各个文件的含义
Program.cs is the entry point for the web application; everything starts from here. As we mentione ...
- 聊聊ES6中的generator
generatorgenerator(生成器)是ES6标准引入的新的数据类型.一个generator看上去像一个函数,但函数执行中间可以停止. ES6定义generator标准的哥们借鉴了Python ...
- js原型和构造函数
前言 从应用层面深入理解原型模式和js中的构造函数. 构造函数(constructor) js中的任何对象都有自己的构造函数.js中使用字面量声明的普通对象({})或数组([])等子对象本质上都是使用 ...
- 分布式集群环境下,如何实现session共享一(应用场景)
在web应用中,由于http的请求响应式,无状态.要记录用户相关的状态信息,比如电商网站的购物车,比如用户是否登录等,都需要使用session.我们知道session是由servlet容器创建和管理, ...
- EOS帐户交易的构建命令
EOS版本:4.0 系统:Ubuntu 16.04 LTS 1.创建两对密匙 cleos create key Private key:5JeTwSwKfpVRHGLqysakTXfk ...
- JSPs only permit GET POST or HEAD的解决方案(REST风格)
问题:原文链接 https://blog.csdn.net/tiberroot/article/details/76615727 看到很多人解决办法使用 @ResponseBody注解 这个意思是按照 ...
- Django之分页升级版
如果查询出的数据,被分页了,这个时候翻页的时候应该讲页数的参数和查询的参数一块在URL上显示 """ 分页器 """ from django ...