当前位置： 首页 > article >正文

【愚公系列】《Python网络爬虫从入门到精通》012-字符串处理

article 2026/4/19 18:50:34
标题详情
作者简介愚公搬代码
头衔华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。
近期荣誉2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主，2024年华为云十佳博主等。
博客内容.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。
欢迎👍点赞、✍评论、⭐收藏

文章目录

  • 🚀前言
  • 🚀一、字符串处理
    • 🔎1.替换字符串
      • 🦋1.1 语法
      • 🦋1.2 示例代码
    • 🔎2.分割字符串
      • 🦋2.1 语法
      • 🦋2.2 示例代码
    • 🔎3.关键总结

🚀前言

在网络爬虫的世界中，数据的获取只是第一步，更为关键的是如何对获取的数据进行有效的处理与分析。而字符串处理作为数据处理的基础，扮演着至关重要的角色。无论是对爬取的网页内容进行清洗、提取特定信息，还是进行格式转换，掌握字符串处理的技巧都能让你的爬虫项目更加高效和精准。

我们将深入探讨字符串处理的各种方法与技巧。我们将介绍常用的字符串操作，包括查找、替换、切割和连接等，同时结合实际案例，帮助你理解如何在爬虫中应用这些技巧，提升数据的可用性与有效性。

🚀一、字符串处理

🔎1.替换字符串

方法：re.sub() 和 re.subn()

🦋1.1 语法

re.sub(pattern, repl, string, count=0, flags=0)
re.subn(pattern, repl, string, count=

相关文章：

【愚公系列】《Python网络爬虫从入门到精通》012-字符串处理

标题详情作者简介愚公搬代码头衔华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。近期荣誉2022年度…...

编程日记 2026/4/12 16:01:50

shell脚本备份MySQL数据库和库下表

目录 注意： 一.脚本内容 二.执行效果 三.创建定时任务 注意： 以下为对MySQL5.7.42版本数据库备份shell脚本参考运行备份的机器请确认mysqldump版本>5.7，否则备份参数--set-gtid-purgedOFF无效，考虑到一般数据库节点和备份…...

编程日记 2026/4/15 15:01:06

java处理pgsql的text[]类型数据问题

背景 公司要求使用磐维数据库，于是去了解了这个是基于PostgreSQL构建的，在使用时有场景一条图片数据中可以投放到不同的页面，由于简化设计就放在数组中，于是使用了text[]类型存储；表结构 #这是一个简化版表结构&…...

编程日记 2026/4/16 7:47:47

MongoDB 架构设计：深入解析核心组件与工作原理

MongoDB 架构设计：深入解析核心组件与工作原理 MongoDB 作为一个高性能、易扩展的 NoSQL 数据库，其优秀的架构设计是其成功的关键。本文将深入解析 MongoDB 的架构设计，详细讲解其核心组件和工作原理，帮助您更好地理解和使用 Mon…...

编程日记 2026/4/19 10:17:15

【PostgreSQL】PG在windows下的安装

一、准备 通过官网下载安装文件，官方下载路径如下： https://www.postgresql.org/download/windows/ 二、安装 双击postgresql-17.3-1-windows-x64.exe文件，启动安装，进入安装步骤，点击Next 选择PG安装路径&#xff…...

编程日记 2026/4/14 13:34:44

掌握SQL多表连接查询_轻松处理复杂数据关系

1. 引言 1.1 数据库中的多表关系概述 在实际应用中，数据库通常由多个表组成，每个表存储不同类型的数据。例如，在一个电子商务系统中，可能会有用户表、订单表、产品表等。这些表之间存在关联关系，通过多表连接查询可以…...

编程日记 2026/4/15 11:51:10

MVC模式和MVVM模式

目录 一、MVC模式和MVVM模式 1. MVC模式 2. MVVM 模式 3.在Qt中的应用示例 4.总结 二、MVC与MVVM模式的共同点和区别 1.共同点 2.区别 3.交互流程 4.总结 MVC（Model-View-Controller）和MVVM（Model-View-ViewModel）是两种…...

编程日记 2026/4/17 0:41:47

Macos机器hosts文件便捷修改工具——SwitchHosts

文章目录 SwitchHosts软件下载地址操作添加方案切换方案管理方案快捷键 检测 SwitchHosts SwitchHosts 是一款 Mac 平台上的免费软件，它可以方便地管理和切换 hosts 文件，支持多种 hosts 文件格式。 软件下载地址 SwitchHosts 操作 添加方案 添加 …...

编程日记 2026/4/19 12:44:55

mysqld_exporter的搭建

1、创建/data/apps目录，并且下载mysql_exporte mkdir -p /data/apps ​ cd /data/apps ​ wget https://githubfast.com/prometheus/mysqld_exporter/releases/download/v0.12.1/mysqld_exporter-0.12.1.linux-amd64.tar.gz 或者 wget https://github.com/promethe…...

编程日记 2026/4/13 17:39:13

CentOS上安装WordPress

在CentOS上安装WordPress是一个相对直接的过程，可以通过多种方法完成，包括使用LAMP（Linux, Apache, MySQL, PHP）栈或使用更现代的LEMP（Linux, Nginx, MySQL, PHP）栈。 我选择的是（Linux, Nginx…...

编程日记 2026/4/19 7:08:10

【数据结构】 栈和队列

在计算机科学的世界里，数据结构是构建高效算法的基础。栈（Stack）和队列（Queue）作为两种基本且重要的数据结构，在软件开发、算法设计等众多领域都有着广泛的应用。今天，我们就来深入探讨一下栈和…...

编程日记 2026/4/19 14:25:31

微服务限流策略与性能优化全解析

一、服务瓶颈评估实例 1.1 背景介绍 本文我用我工作中实际的一个电商营销中台系统的订单服务来阐述。此微服务数据库采用 MySQL，配置为 8 核 32G。订单服务部署于一组服务器集群，考虑到高可用性，至少配置 3 个节点，每个节点服务…...

编程日记 2026/4/13 18:18:41

Windows环境搭建ES集群

搭建步骤 下载安装包 下载链接：https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.27-windows-x86_64.zip 解压 解压并复制出3份 es-node1配置 config/elasticsearch.yml cluster.name: xixi-es-win node.name: node-1 path.data: D:\\wor…...

编程日记 2026/4/18 9:24:49

qt中实现QListWidget列表

FR:徐海涛（hunkxu)...

编程日记 2026/4/19 4:34:48

大模型参数规模解析：32B中的“B“代表什么？如何影响AI性能？

以下是优化后的技术笔记整理，包含关键知识点解析和行业应用案例： 大模型参数规模解析：32B中的"B"代表什么？如何影响AI性能？ 一、参数单位解读 B Billion（十亿）：在AI模…...

编程日记 2025/12/24 3:39:07

Docker+Ollama+WebUI+AnythingLLM，构建企业本地AI大模型

文章目录 概要Ollama部署WebUI部署AnythingLLM部署Docker-Compose部署管理所有容器小结参考文章 概要 Ollama 是一个强大的大模型提供者，它通过开源的方式，为开发者和企业提供了先进的大型语言模型（LLM）。这些模型拥有处理和生成…...

编程日记 2026/4/11 7:38:43

【大模型】DeepSeek 高级提示词技巧使用详解

目录 一、前言 二、DeepSeek 通用提示词技巧 2.1 DeepSeek 通用提示词技巧总结 三、DeepSeek 进阶使用技巧 3.1 DeepSeek一个特定角色的人设 3.1.1 为DeepSeek设置角色操作案例一 3.1.2 为DeepSeek设置角色操作案例二 3.2 DeepSeek开放人设升级 3.2.1 特殊的人设&#…...

编程日记 2026/4/19 2:45:03

【玩转全栈】----Django基本配置和介绍

目录 Django基本介绍： Django基本配置： 安装Django 创建项目 创建app 注册app Django配置路由URL Django创建视图 启动项目 Django基本介绍： Django是一个开源的、基于Python的高级Web框架，旨在以快速、简洁的方式构建高质量的We…...

编程日记 2026/4/18 16:34:11

[Unity角色控制专题] (借助ai)详细解析官方第三人称控制器

首先模板链接在这里，你可以直接下载并导入unity即可查看官方为开发者写好一套控制器 本文的ai工具用到了豆包，其灵活程度很高，总结能力也强过我太多 因此大量使用，不喜勿喷 Starter Assets - ThirdPerson | Updates in new Charac…...

编程日记 2026/4/12 9:51:15

安装 Docker Desktop 修改默认安装目录到指定目录

Docker Desktop安装目录设置 Docker Desktop 默认安装位置 （C:\Program Files\Docker\Docker) 是这个 ，导致系统盘占用过大，大概2G ; 那么如何安装到其他磁盘呢？ 根据docker desktop 官网 Docker Desktop install 我们可以看到&a…...

编程日记 2026/4/19 12:36:20

渗透测试--文件包含漏洞

文件包含漏洞 前言 《Web安全实战》系列集合了WEB类常见的各种漏洞，笔者根据自己在Web安全领域中学习和工作的经验，对漏洞原理和漏洞利用面进行了总结分析，致力于漏洞准确性、丰富性，希望对WEB安全工作者、WEB安全学习者能有所帮助…...

编程日记 2026/4/11 16:22:45

【ISO 14229-1:2023 UDS诊断全量测试用例清单系列：第十一节】

ISO 14229-1:2023 UDS诊断服务测试用例全解析（RequestTransferExit0x37服务） 作者：车端域控测试工程师 更新日期：2025年02月13日 关键词：UDS协议、0x37服务、传输终止、NRC验证、ISO 14229-1:2023 一、服务功能概述 0…...

编程日记 2026/4/18 5:51:58

虚拟环境测试部署应用

一、作用 虚拟环境（env）在计算机领域，特别是在软件开发和测试中扮演着重要角色。它主要用于创建一个隔离的环境，使得开发者可以在不影响系统其余部分的情况下安装、配置和运行软件项目。以下是虚拟环境的一些主要作用： 1、依赖管理 不同的项目可能需要不同版本的库或框…...

编程日记 2026/4/18 18:08:27

【线性代数】2矩阵

1.矩阵的运算 1.1.定义 矩阵行列式数表数行数和列数可以不相等行数和列数必须相等1.2.加法与数乘 矩阵的数乘：所有元素都乘这个数 矩阵的加法：对应位置处元素相加 🦊已知，求 1.3.乘法 矩阵乘法三步法 ①能不能乘：内定乘 ②乘完是何类型：外定型 ③中的元素是什么：左…...

编程日记 2026/4/19 8:39:29

前端为什么要使用new Promise包裹一个函数

在前端开发中，使用 new Promise 包裹一个函数主要是为了将原本不支持 Promise 规范的操作转化为支持 Promise 规范的操作，从而可以更好地处理异步操作，提升代码的可读性和可维护性。下面详细介绍这么做的常见原因和应用场景： 1. …...

编程日记 2026/4/11 10:57:21

深度学习在天文观测中的应用：解锁宇宙的奥秘

深度学习在天文观测中的应用：解锁宇宙的奥秘 引言 宇宙是无尽的，天文学家通过观测天体来揭示宇宙的奥秘。随着现代天文设备技术的进步，我们现在可以通过 射电望远镜、空间望远镜 和 地面望远镜 获取大量的天文数据。然而，这些数据的规模和复杂性让传统的手工分析方法变得…...

编程日记 2025/12/17 20:00:09

SaaS 平台开发要点

如何在 SaaS 平台的前端开发中，编写高性能、高质量且高度通用化的 Vue 组件 一、组件设计原则 单一职责原则：每个组件只负责一个核心功能受控/非受控模式：同时支持 v-model 和自主状态管理组合式 API：使用 Composition API 提升逻辑复用性可访问性：遵循 WAI-ARIA 规范Typ…...

编程日记 2026/4/13 20:01:04

python从入门到进去

python从入门到进去 第一章、软件和工具的安装一、安装 python 解释器二、安装 pycharm 第二章、初识 python一、注释可分三种二、打印输入语句三、变量1、基本数据类型1.1、整数数据类型 int1.2、浮点数数据类型 float1.3、布尔数据类型 boolean1.4、字符串数据类型 string 2、…...

编程日记 2026/4/16 22:13:50

DeepSeek与医院电子病历的深度融合路径：本地化和上云差异化分析

一、引言 1.1 研究背景与意义 在医疗信息化快速发展的当下，电子病历系统已成为医院信息管理的核心构成。电子病历（EMR）系统，是指医务人员在医疗活动过程中，使用医疗机构信息系统生成的文字、符号、图标、图形、数据、影像等数字化信息，并能实现存储、管理、传输和重现的…...

编程日记 2026/4/17 17:26:10

苍穹外卖day4 redis相关简单知识 店铺营业状态设置

内存存储 键值对 key-value 一般用于处理突发性大量请求数据操作（暂时浅显理解） 读写速度极快，常用于缓存数据，减少对数据库的访问压力，提高系统性能。例如，可以缓存用户会话、商品信息、页面数据 设置默…...

编程日记 2026/4/12 19:36:35