這系列文章首發(fā)于crossin.me一個(gè)非常適合零基礎(chǔ)學(xué)python的論壇，強(qiáng)烈推薦。當(dāng)時(shí)還沒有建博客。

本人零技術(shù)基礎(chǔ)，軟件只會(huì)txt。學(xué)python主為興趣爬蟲。開此貼為學(xué)習(xí)筆記整理，所有操作基于windows，望大大們多多指導(dǎo)

首先，感謝Crossin先生，先生從最基本的如何cd 開始孜孜不倦，給了我很大幫助，要不我估計(jì)都堅(jiān)持不到現(xiàn)在，開此學(xué)習(xí)貼的想法也是得助于先生的建議。

最后用從先生那里學(xué)習(xí)到的兩句話開始這個(gè)帖子吧，一是“功不唐捐”；二是“talk is cheap, show me the code” 共勉~

學(xué)習(xí)階段一(update:2014-3-24)：

實(shí)現(xiàn)功能：讀取豆瓣電影愛情標(biāo)簽中的電影名字，電影別名，評(píng)分，評(píng)價(jià)人數(shù)，并保存到本地txt中

代碼如下：

# -*- coding: cp936 -*-

import urllib2

import re

text=urllib2.urlopen('http://movie.douban.com/tag/%E7%88%B1%E6%83%85').read()#打開愛情標(biāo)簽

text1=re.findall(

r'''"">

.*?

/ .*?.*?|"pl">.*?''',text)#正則查找出相對(duì)應(yīng)字符串，list形式

text2=''.join(text1)#list無(wú)法直接replace，需先轉(zhuǎn)為str模式

text3=text2.replace(

'','').replace(

'','').replace(

'"pl">','').replace(

'"">','').replace(

'','').replace(

'"">','').replace(

'\n? ? ? ? ? ? ? ? ? ? ? ? /',':').replace('? ? ? ? ? ? ? ? ? ? ? ? ','')#把多余字符替換掉

w=file('raw_douban_movie.txt','w')

print text3

w.write(text3)

w.close()

執(zhí)行結(jié)果：

學(xué)習(xí)總結(jié)：1、最開始沒有用 join轉(zhuǎn)化為str 直接replace，收到報(bào)錯(cuò)數(shù)據(jù)類型后，直接強(qiáng)行str(text1),結(jié)果無(wú)法replace只能執(zhí)行首行。

2、replace用的不忍直視，無(wú)奈，只會(huì)這一招。先生說(shuō)先實(shí)現(xiàn)功能，再想后期優(yōu)化 ：）

原因解析：findall執(zhí)行的結(jié)果是list，replace執(zhí)行于str類型，得用join轉(zhuǎn)化。