总体功能：查看特定帖子楼主的发言（不包含图片）前段时间大概看了python的语法，但是确实第一次用python来写东西。很久之前就想学python，学爬虫了，现在终于开始了！谢了自己的第一个爬虫，很开心O(∩_∩)O 觉得学东西兴趣很重要，爬虫真的好玩！整个功能的实现含有两个类，一个是工具类Tool，另一个是百度贴吧的爬虫类BaiduTieba，提取网页的内容主要还是正则表达式。代码如下：# -*-...
分类：
其他好文 时间：
2015-08-01 19:04:56
阅读次数：
251
学习一段python正则表达式了， 对match、search、findall、finditer等函数作一小结
下面以一段网页为例，用python正则表达式作一个范例：
strHtml = '''
...
分类：
编程语言 时间：
2015-07-30 13:38:04
阅读次数：
130
(?!...)向前识别不等于指定字符就匹配，当下一个单词不等于...时就识别出来括号前面指定的单词。比如Isaac(?!Asimov)，就会这样判断，当紧跟着Isaac后面不是单词Asimov时，就把它匹配出来。例子：print('Isaac(?!Asimov)')print(u'abcdAsimovIsaacttttt')m = re.findall(u'Isaac(?!Asimov)', u'...
分类：
其他好文 时间：
2015-07-26 11:15:40
阅读次数：
163
字符串连续替换, 可以连续使用replace, 也可以使用正则表达式.
正则表达式, 通过字典的样式, key为待替换, value为替换成, 进行一次替换即可.代码# -*- coding: utf-8 -*-import remy_str = "(condition1) and --condition2--"
print my_str.replace("condition1", "").rep...
分类：
编程语言 时间：
2015-07-26 08:38:34
阅读次数：
407
Python正则表达式指南本文介绍了Python对于正则表达式的支持，包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写高效的正则表达式、如何优化正则表达式，这些主题请查看其他教程。注意：本文基于Python2.4完成；如果看到不明白的词汇请记得百度谷歌...
分类：
编程语言 时间：
2015-07-25 22:46:37
阅读次数：
244
(?...)这个语法规则是前面的扩展，主要在问号位置可以替换为特定的字符。例子：print('(?...)')m = re.findall(r'(a...)', r'abcdefaghijk')if m: print(m) 输出结果如下：(?...)['abcd', 'aghi'](?#...)括号内容注释掉，不起作用。在正则表达式分析时，跳过这些规则。例子：print('(?#a)')m ...
分类：
其他好文 时间：
2015-07-25 10:41:25
阅读次数：
208
特别字符集：‘.’点号，在缺省的情况下，可以用来代替任何除换行符之外的字符；如果DOTALL标志设置了，它可以用来代替任何字符，包括换行符。例子：#re import re m = re.findall('a.', 'ab a2 bb a+')if m: print(m)结果输出如下：['ab', 'a2', 'a+']在这个例子里，先使用import语句导入正则表达式库re，然后使用函数f...
分类：
其他好文 时间：
2015-07-18 09:36:15
阅读次数：
189
#1字符匹配importrer=r‘ab‘printre.findall(r,‘abcdefgabcd‘)#2如果有元字符，注意使用转义符‘\‘r=r‘1\*2‘printre.findall(r,‘01*234501*2345‘)#元字符介绍#3^匹配行首r=r‘^123‘printre.findall(r,‘1234512345‘)#4$匹配行尾r=r‘345$‘printre.findall(r,‘1234512345‘)#5.匹配单..
分类：
编程语言 时间：
2015-07-17 07:12:02
阅读次数：
212
本模块提供了正则表达式的匹配操作，它的功能跟Perl语言里的功能一样。 无论是Unicode字符串还是单字节8位组成的字符串，都可以使用模式匹配和字符串查找的功能。不过要注意的是Unicode字符串与8位的字符串不能混合使用，也就是说你不能在Unicode里去匹配单字节的模式，或者其它查找的功能。同样也不能在不同类型的字符串里相互替换字符串。 正则表达式使用反斜线（‘\’）来指定特定的格式的意义，...
分类：
其他好文 时间：
2015-07-12 08:25:19
阅读次数：
190
今天帮同学处理一点语料。语料文件有点大，并且是以连续两个换行符作为段落标志，他想把它按段落分隔成多个小文件，即每3个段落组成一个新文件。由于以前没有遇到过类似的操作，在网上找了一些相似的方法，看起来都有点复杂。所以经尝试，自己写了一段代码，完美解决问题。
基本思路是，由先读原文件内容，并使用正则表达式，依据\n\n进行切片处理，结果为一个列表，其中每一个列表元素都存放一个切片中的内容；然后创建一个...
分类：
编程语言 时间：
2015-07-08 02:08:10
阅读次数：
173
