Python编程-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

wangjuju123

正则表达式是什么

正则表达式是可匹配文本片段的模式。简单的正则表达式为普通字符串，与它自己匹配。换而言之，正则表达式'python'与字符串'python'匹配。你可使用这种匹配行为来完成如下工作：在文本中查找模式，将特定的模式替换为计算得到的值，以及将文本分割成片段。  通配符正则表达式可与多个字符串匹配，你可使用特殊字符来创建这种正则表达式。例如，句点与除换行符外的其他字符都匹配，因此正则表达式'

0.0000

0

2

0

关注作者

收藏

wangjuju123

模块time包含用于获取当前时间、操作时间和日期、从字符串中读取日期、将日期格式化为字符串的函数。日期可表示为实数（从“新纪元”1月1日0时起过去的秒数。“新纪元”是一个随平台而异的年份，在UNIX中为1970年），也可表示为包含9个整数的元组。表10-6解释了这些整数。例如，元组(2008, 1, 21, 12, 2, 56, 0, 21, 0)表示2008年1月21日12时2分56秒。这

0.0000

0

1

0

关注作者

收藏

wangjuju123

$ python some_script.py file1.txt file2.txt file3.txt 就能够依次迭代文件file1.txt到file3.txt中的行。你还可在UNIX管道中对使用UNIX标准命令 cat提供给标准输入（sys.stdin）的行进行迭代。 $ cat file.txt | python some_script.py 如果使用模块fileinput，在UNIX管

0.0000

0

1

0

关注作者

收藏

wangjuju123

模块os让你能够访问多个操作系统服务。它包含的内容很多，表10-3只描述了其中几个有用的函数和变量。除此之外，os及其子模块os.path还包含多个查看、创建和删除目录及文件的函数，以及一些操作路径的函数（例如，os.path.split和os.path.join让你在大多数情况下都可忽略os.pathsep）。有关这个模块的详细信息，请参阅标准库文档。在标准库文档中，还可找到有关模块pa

0.0000

0

2

0

关注作者

收藏

wangjuju123

模块sys让你能够访问与Python解释器紧密相关的变量和函数，表10-2列出了其中的一些。表10-2 模块sys中一些重要的函数和变量函数/变量描述 argv 命令行参数，包括脚本名 exit([arg]) 退出当前程序，可通过可选参数指定返回值或错误消息 modules 一个字典，将模块名映射

0.0000

0

1

0

关注作者

收藏

wangjuju123

numpy函数:arange(),reshape()用法

arange()用于生成一维数组 reshape()将一维数组转换为多维数组import numpy as npprint('默认一维为数组:', np.arange(5))print('自定义起点一维数组:',np.arange(1, 5))print('自定义起点步长一维数组:',np.arange(2, 10, 2))print('二维数组:', np.arange(8).re

0.0000

0

6

0

关注作者

收藏

詹惠儿

Beatifulsoul的清洁功能是什么？

清洁功能这是两个简短的自定义函数，用于清理代码段数据。该clean_money函数从输入中删除任何美元符号：该clean_pic函数生成一个URL，用于访问每个搜索结果中的第一个图像：该函数提取并清除第一个图像的id，然后将其添加到基本URL。

0.0000

0

2

0

关注作者

收藏

詹惠儿

Beautiful Soup出现异常怎么处理？

错误处理处理两种类型的错误很重要。这些不是脚本中的错误，而是片段结构中的错误导致Beautiful Soup的API抛出错误。一个AttributeError当点符号没有找到兄弟标签当前HTML标记将被抛出。例如，如果特定代码段没有锚标记，那么代价键将抛出错误，因为它会横向并因此需要锚标记。另一个错误是KeyError。如果缺少必需的HTML标记属性，则会抛出它。例如，如果代码段中没有dat

0.0000

0

1

0

关注作者

收藏

詹惠儿

处理Soup对象要注意什么（2）

有时需要的信息是标签内容（在开始和结束标签之间）。要访问标记内容，BeautifulSoup提供了以下string方法：$12791 可以访问：'cost': clean_money(result.a.span.string.strip()) 这里的值通过使用Python strip()函数以及clean_money删

0.0000

0

1

0

关注作者

收藏

詹惠儿

处理Soup对象要注意什么？

1. 通过仅选择li html标签来选择网页代码段，并通过仅选择具有结果类类别的li标签来进一步缩小选项范围。该结果变量包含所有符合该条件的网页片段：results = soup.find_all("li", class_="result-row")2. 尝试根据目标片段的结构创建记录。如果结构不匹配，那么Python将抛出异常，这将导致它跳过此记录和片段：使用Beautiful

0.0000

0

1

0

关注作者

收藏

詹惠儿

怎么处理Soup对象？

处理Soup对象类的对象BeautifulSoup以树结构组织。要访问您感兴趣的数据，您必须熟悉原始HTML文档中数据的组织方式。在浏览器中转到初始网站，右键单击并选择查看页面源（或检查，具体取决于您的浏览器），以查看您要抓取的数据的结构：

0.0000

0

3

0

关注作者

收藏

詹惠儿

怎么检索网页？

检索网页该make_soup函数向目标url发出GET请求，并将生成的HTML转换为BeautifulSoup对象：该urllib3库具有出色的异常处理能力; 如果make_soup抛出任何错误，请查看urllib3文档以获取详细信息。Beautiful Soup有不同的解析器，对网页的结构或多或少都很严格。该LXML解析器就足够了本指南中的示例脚本。

0.0000

0

2

0

关注作者

收藏

詹惠儿

怎么搭建Web Scraper？

必需的模块在BeautifulSoup从类bs4将处理网页的解析。该datetime模块提供日期操作。Tinydb为NoSQL数据库提供API，该urllib3模块用于发出http请求。最后，xlsxwriterAPI用于创建Excel电子表格。craigslist.py在文本编辑器中打开并添加必要的import语句：添加全局变量在import语句之后，添加全局变量和配置选项：

0.0000

0

3

0

关注作者

收藏

詹惠儿

安装beautifulsoup要注意什么？

安装Python 下载并安装Miniconda：curl -OL https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh 在安装过程中，系统会多次提示您。查看条款和条件，并为每个提示选择“是”。重新启动shell会话以使PATH

0.0000

0

0

0

关注作者

收藏

詹惠儿

怎么安装beautifulsoup？

如果您已经安装了pip或其他Python安装程序，那么安装Beautiful Soup是最简单的。如果您没有pip，请运行安装python模块的快速教程以使其运行。安装pip后，在终端中运行以下命令以安装Beautiful Soup：pip install beautifulsoup4 您可能需要在此行前加上“sudo”，这样您的计算机就可以写入您的根目录并要求您重新输入密码。这与安装新程序时

0.0000

0

3

0

关注作者

收藏

詹惠儿

Beautiful Soup是什么？

Beautiful Soup是一个Python库，它将HTML或XML文档解析为树结构，以便于查找和提取数据。它通常用于从网站上抓取数据。假设您找到了一些显示与您的研究相关的数据的网页，例如日期或地址信息，但是没有提供任何直接下载数据的方式。Beautiful Soup帮助您从网页中提取特定内容，删除HTML标记并保存信息。它是一种用于网络抓取的工具，可帮助您清理

0.0000

0

1

0

关注作者

收藏

wangjuju123

上下文管理器

with语句实际上是一个非常通用的结构，允许你使用所谓的上下文管理器。上下文管理器是支持两个方法的对象：__enter__和__exit__。方法__enter__不接受任何参数，在进入with语句时被调用，其返回值被赋给关键字as后面的变量。方法__exit__接受三个参数：异常类型、异常对象和异常跟踪。它在离开方法时被调用（通过前述参数将引发的异常提供给它）。如果__exit__返回

0.0000

0

0

0

关注作者

收藏

wangjuju123

别忘了调用方法close将文件关闭。通常，程序退出时将自动关闭文件对象（也可能在退出程序前这样做），因此是否将读取的文件关闭并不那么重要。然而，关闭文件没有坏处，在有些操作系统和设置中，还可避免无意义地锁定文件以防修改。另外，这样做还可避免用完系统可能指定的文件打开配额。对于写入过的文件，一定要将其关闭，因为Python可能缓冲你写入的数据（将数据暂时存储在某个地方，以提高效率）。因此如

0.0000

0

4

0

关注作者

收藏

wangjuju123

读取和写入行

实际上，本章前面所做的都不太实用。与其逐个读取流中的字符，不如成行地读取。要读取一行（从当前位置到下一个分行符的文本），可使用方法readline。调用这个方法时，可不提供任何参数（在这种情况下，将读取一行并返回它）；也可提供一个非负整数，指定readline多可读取多少个字符。因此，如果some_file. readline()返回的是'Hello, World!\n'，那么 some_f

0.0000

0

3

0

关注作者

收藏

wangjuju123

文件读取和写入

文件重要的功能是提供和接收数据。如果有一个名为f的类似于文件的对象，可使用 f.write来写入数据，还可使用f.read来读取数据。与Python的其他大多数功能一样，在哪些东西可用作数据方面，也存在一定的灵活性，但在文本和二进制模式下，基本上分别将str和bytes类用作数据。每当调用f.write(string)时，你提供的字符串都将写入到文件中既有内容的后面。 >>> f = op

0.0000

0

2

0

关注作者

收藏

<1…134135136…159>

CDA考试动态

CDA报考指南