day05

回顾

上节课的回顾

数据类型

对事物的状态 分类

数字类型：

整型 int：

1. 定义方式：

   x = 10
   x = int(10)
   x = int('10')
   

2. 使用方法：+-*/ % // **

浮点型 float：

1. 定义方式：

   x = 10.1
   x = float(10.1)
   x = float(10)
   x = float('10.1')
   

2. 使用方法：+-*/ % // **

字符串 str：

1. 定义方式：

   name='mqb'
   

2. 使用方法：索引取值/索引切片

   ​ startswith()以。。开头

   ​ endswith()以。。结尾

   ​ join（）以字符串内的内容拼接列表内的元素

   列表list

   1. 定义方式：【】内以逗号隔开多个元素（任意数据类型）

   2. 使用方法：索引取值、索引切片

      ​ append 往后加值

      ​ del 删除值

字典 dict

1. 定义方式：｛｝内以逗号隔开多个键值对 key（具有描述意义）：value（任意数据类型）

2. 使用方法：按key取值、按key修改值、按key增加值、del按key删除值

   ​

jieba模块

用来分割一段内容

wordcloud模块

生成词云图

今日所学

什么是文件

文件就是操作系统提供的虚拟单位，用来存储信息

什么是文本

.txt/.py/.xml/.word等存储的是文字

如何通过文本编辑器去控制txt文件

1. 找到文件路径
2. 通过记事本打开文件
3. 读取/修改文件
4. 保存
5. 关闭文件

打开文件的三种模式

r 只读不可写

w 只写不可读（先清空再写）

a 只读不可写（直接追加在文本末尾）

t和b模式

b：gbk/utf8只针对文本，所以音频文件需要通过rb模式打开----》读取二进制，b不能单独使用，要搭配r/w/a

t：针对文本文件，t不能单独使用，要搭配r/w/a

with

with可以自动关闭文本文件

爬虫课程

requests库

selenium库

什么是爬虫？

爬虫指的是爬取数据

什么是数据？

​ 互联网中能看到的都是数据。

爬虫的比喻

​ 把数据比喻成一座宝藏，爬虫其实就是在挖取宝藏。

爬虫的原理

1. 发送请求---》requests，selenium
2. 获取数据---》无需自己做
3. 解析获取有价值的数据---》re正则模块（内置）
4. 保存数据---》文件处理

.*?贪婪匹配，匹配所有