爬虫开发中使用 xpath 进行页面数据匹配和获取

Python 爬虫之 Xpath 学习

Python标准库中有很多非常恶心的模块，但Python的re模块不是其中之一。虽然它已经很老了而且多年未更新，它仍是我认为的众多动态语言中最好的（正则表达式模块）。

不知道就会踩坑的特性

简单易学, 还有 8 个爬虫实战

前端开发中经常使用到的20个正则表达式。 密码的强度必须是包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间。 字符串仅能是中文。 同密码一样，下面是E-mail地址合规性的正则检查语句。 下面是身份证号码的正则校验。15 或 18位。 “yyyy-mm-dd“ …

这篇文章只是大概记录了如何实现这个功能， 具体的如何寻找： 12306api接口 城市代码字典 命令行工具 彩色列表输出

其实一个爬虫无非就三步：下载数据、解析数据、保存数据