正则表达式在爬虫中的基础知识

正则表达式在爬虫的基础知识 一、爬虫的四个主要步骤： 1、明确目标（明确准备在哪个范围或者网站搜索） 2、爬（将确定范围的网站内容全部爬下来） 3、取（去掉无用处的数据） 4、处理数据（按照要求将数据存储和使用） 二、正则表达式定义 1、正则表达式又称规则表达式，通常被用来检索，替换那些符合某个模式或规则的文本。 2、对字符串操作的一种逻辑公式，组成一个“规则字符串”，用来表达对字符串的一种过滤逻

>>阅读原文<<