match从开始的位置进行匹配，如果开始的位置没有匹配到，就直接匹配失败 text = 'hello' ret = re.match('h', text) print(ret.group()) # >> h 如果第一个字母不是

什么是正则表达式 世界上分为两种人，一种是懂正则表达式的，一种是不懂正则表达式的 按照一定的规则，从某个字符串中匹配出想要的数据，这个规则就是正则表达式 正则表达式常用的匹配规则匹配某个字符串text = 'hello' ret = re

和 lxml 一样，Beautiful Soup 也是一个 HTML/XML 的解析器，主要的功能也是如何解析和提取 HTML/XML 数据。 lxml 只会局部遍历，而 Beautiful Soup 是基于 HTML DOM（Docum

lxml 介绍 lxml 是一个 HTML/XML 的解析器，主要的功能是如何解析和提取 HTML/XML 数据 lxml 和正则一样，用 C 语言实现的，是一款高性能的 Python HTML/XML 解析器，可以利用 XPath 语法，

什么是 XpathXPath(XML Path Language) 是一门在 XML 和 HTML 文档中查找信息的语言，可以用来在 XML 和 HTML 文档中对元素和属性进行遍历 XPath 工具 Chrome 插件 XPath Hel

requests虽然 Python 的标准库中 urllib 模块已经包含了平常我们使用的大多数功能，但是它的 API 使用起来让人感觉不太好，而 Requests 宣传是 “HTTP for Humans”，说明使用更简洁方便。 安装和文

urlliburllib 库是 Python 中一个最基本的网络请求库，可以模拟浏览器的行为，向指定服务器发送一个请求，并可以保存服务器返回的数据。 urlopen 函数在 Python3 的 urllib 库中，所有和网络相求相关的方法都

http 和 https http 协议：全称是 HyperText Transfer Protocol，意思是超文本传输协议，是一种发布和接收 HTML 页面的方法，服务器端口号是 80。 https 协议：是 HTTP 协议的加密版本，