python爬图的基础是什么?

	昨天发了一篇爬图的一个简单的代码,有看的朋友是不是感觉这样爬图很慢,而且还多还找不到图片的地址,那么今天我将给大家讲解一下怎么快速爬更多的图.
	爬图是爬虫的一部分,但是不管是爬虫也好爬图也罢,都要用到正则表达式,你们知道什么是正则表达式吗?不知道的话那我们不妨先学习一下.

首先什么是正则表达式?

正则表达式概述

思考
场景1：在一个文件中，查找出itcast开头的语句
测试文件

itcast hello python
itcast c++
itheima ios
itheima php

场景：在一个文件中，找到含有itcast的语句
测试文件

hello itcast python
www.itcast.cn c++
itheima ios
itheima php

场景：在一个文件中，找到邮箱为163或者126的所有邮件地址

re模块操作

在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re

1. re模块的使用过程

    #coding=utf-8

    # 导入re模块
    import re

    # 使用match方法进行匹配操作
    result = re.match(正则表达式,要匹配的字符串)

    # 如果上一步匹配到数据的话，可以使用group方法来提取数据
    result.group()

2. re模块示例(匹配以itcast开头的语句)

    #coding=utf-8

    import re

    result = re.match("itcast","itcast.cn")

    result.group()

运行结果为：

itcast

3. 说明

re.match() 能够匹配出以xxx开头的字符串
匹配单个字符
在上一小节中，了解到通过re模块能够完成使用正则表达式来匹配字符串

本小节，将要讲解正则表达式的单字符匹配

字符 功能
. 匹配任意1个字符（除了\n）
[ ] 匹配[ ]中列举的字符
\d 匹配数字，即0-9
\D 匹配非数字，即不是数字
\s 匹配空白，即 空格，tab键
\S 匹配非空白
\w 匹配单词字符，即a-z、A-Z、0-9、_
\W 匹配非单词字符
示例1： .

#coding=utf-8

import re

ret = re.match(".","M")
print(ret.group())

ret = re.match("t.o","too")
print(ret.group())

ret = re.match("t.o","two")
print(ret.group())

运行结果：

M
too
two

示例2：[ ]

#coding=utf-8

import re

# 如果hello的首字符小写，那么正则表达式需要小写的h
ret = re.match("h","hello Python") 
print(ret.group())


# 如果hello的首字符大写，那么正则表达式需要大写的H
ret = re.match("H","Hello Python") 
print(ret.group())

# 大小写h都可以的情况
ret = re.match("[hH]","hello Python")
print(ret.group())
ret = re.match("[hH]","Hello Python")
print(ret.group())
ret = re.match("[hH]ello Python","Hello Python")
print(ret.group())

# 匹配0到9第一种写法
ret = re.match("[0123456789]Hello Python","7Hello Python")
print(ret.group())

# 匹配0到9第二种写法
ret = re.match("[0-9]Hello Python","7Hello Python")
print(ret.group())

ret = re.match("[0-35-9]Hello Python","7Hello Python")
print(ret.group())

# 下面这个正则不能够匹配到数字4，因此ret为None
ret = re.match("[0-35-9]Hello Python","4Hello Python")
# print(ret.group())

运行结果：

h
H
h
H
Hello Python
7Hello Python
7Hello Python
7Hello Python

示例3：\d

#coding=utf-8

import re
# 普通的匹配方式
ret = re.match("嫦娥1号","嫦娥1号发射成功") 
print(ret.group())

ret = re.match("嫦娥2号","嫦娥2号发射成功") 
print(ret.group())

ret = re.match("嫦娥3号","嫦娥3号发射成功") 
print(ret.group())

# 使用\d进行匹配
ret = re.match("嫦娥\d号","嫦娥1号发射成功") 
print(ret.group())

ret = re.match("嫦娥\d号","嫦娥2号发射成功") 
print(ret.group())

ret = re.match("嫦娥\d号","嫦娥3号发射成功") 
print(ret.group())

运行结果：

嫦娥1号
嫦娥2号
嫦娥3号
嫦娥1号
嫦娥2号
嫦娥3号

说明
`其他的匹配符参见后面章节的讲解
匹配多个字符
匹配多个字符的相关格式

字符 功能

• 匹配前一个字符出现0次或者无限次，即可有可无

• 匹配前一个字符出现1次或者无限次，即至少有1次
  ? 匹配前一个字符出现1次或者0次，即要么有1次，要么没有
  {m} 匹配前一个字符出现m次
  {m,n} 匹配前一个字符出现从m到n次
  ^ 匹配字符串开头
  $ 匹配字符串结尾
  | 匹配左右任意一个表达式
  (ab) 将括号中字符作为一个分组
  \num 引用分组num匹配到的字符串
  (?P) 分组起别名
  (?P=name) 引用别名为name分组匹配到的字符串

re高级函数 search、findall、sub、split等的使用

re.search 扫描整个字符串并返回第一个成功的匹配。匹配成功re.search方法返回一个匹配的对象，否则返回None。可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
re.findall
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。不需要通过group()取值
re.sub用于替换字符串中的匹配项
re.split 根据匹配进行切割字符串，并返回一个列表

好了以上就是正则表达式的概念以及运用了,看完之后要多多练习,至于怎么爬图自己先想着怎么写,只有自己写出来的项目才有成就感.当然如果不想写的朋友关注我,明天更新代码!