文章目录
📚前言
📚结语
📄题目一
📜题目要求
编辑
📜我的解析
本道题目难度较小主要考察了内置函数的基本使用方法
📜我的答案
def main(lst): return sorted(lst,key=abs)[len(lst) - 1]
📄题目二
编辑
📜我的解析
本题难度较小，主要考察列表，匿名函数，列表推导式的基本使用方法。
📜我的答案
def main(lst): is_odd = lambda l : l % 2 == 1 #判断列表中元素是否为奇数的函数 return [i for i in filter(is_odd,lst)]#生成器中的列表推导式
filter内置函数的使用方法------>>【http://t.csdn.cn/NV79F】
列表推导式的使用方法 ------>> 【http://t.csdn.cn/eIkZj】
📄题目三
📜题目要求
编辑
📜我的解析
本题难度很小主要考察的是if-else语句和格式化输出
📜我的答案
print('What kind of drink would you like?') kind_of_drink = input() if kind_of_drink == 'cola': print('Below is your cola. Please check it!') else: print('The {} has been sold out!'.format(kind_of_drink))
📄题目四
📜写在前面
写本道题目之前需要掌握以下知识点哟，不清楚的可以翻看我之前的博客或者是网上查找相应的视频来回顾
- 知识点一👉urlib库的使用中请求对象的定制使用urllib来获取源码
- 知识点二👉re模块的基本使用方法
- 知识点三👉json模块的基本使用方法
- 知识点四👉正则匹配（用于对网页想要信息的提取和不想要信息的剔除）
- 知识点五👉文件的基本使用方法
📜题目要求
👉获取某瓣电影排名前十页电影的<"电影排名" "电影标题" "豆瓣评分"和"评论人数">并且将爬取下来的数据放到名为<豆瓣电影信息>的文件中
编辑
📜我的答案
import json import re import urllib.request def html_get(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36' } request = urllib.request.Request(url=url, headers=headers) response = urllib.request.urlopen(request).read().decode('utf-8') return response def page_info(h): com = re.compile( '<div class="item">.*?<div class="pic">.*?<em .*?>(?P<电影排名>\d+).*?<span class="title">(?P<电影标题>.*?)</span>' '.*?<span class="rating_num" .*?>(?P<豆瓣评分>.*?)</span>.*?<span>(?P<评论人数>.*?)评价</span>', re.S) ret = com.finditer(h) for i in ret: yield { "电影排名": i.group("电影排名"), "电影标题": i.group("电影标题"), "豆瓣评分": i.group("豆瓣评分"), "评论人数": i.group("评论人数"), } def main(num): url = 'https://movie.douban.com/top250?start=%s&filter=' % num douban_html = html_get(url) res = page_info(douban_html) print(res) f=open("豆瓣电影信息","a",encoding="utf8") for obj in res: print(obj) data=json.dumps(obj,ensure_ascii=False) f.write(data+"\n") f.close() if __name__ == '__main__': count = 0 for page_num in range(10): main(count) count += 25 输出结果：
输出结果：
编辑
知识点：
flags有很多可选值：
编辑
- re.I(IGNORECASE)忽略大小写，括号内是完整的写法
- re.M(MULTILINE)多行模式，改变^和$的行为
- re.S(DOTALL)点可以匹配任意字符，包括换行符
- re.L(LOCALE)做本地化识别的匹配，表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境，不推荐使用
- re.U(UNICODE) 使用\w \W \s \S \d \D使用取决于unicode定义的字符属性。在python3中默认使用该flag
- re.X(VERBOSE)冗长模式，该模式下pattern字符串可以是多行的，忽略空白字符，并可以添加注释
📜我的解析：
✨ html_get(url)函数：
- 作用：
获取豆瓣对应网址的网页源码
- 参数：
要获取信息的网址
- 返回值：
豆瓣对应网址的网页源码
✨ page_info(h)函数
- 作用：
该函数的作用是匹配获取到的网页源码中的"电影排名" "电影标题" "豆瓣评分"和"评论人数"
- 参数：
对应网址的网页源码
- 返回值：
一个生成器函数
✨ main(num)函数
- 作用：
顾名思义该函数是程序中的主函数，调用它获取对应页数的<"电影排名" "电影标题" "豆瓣评分"和"评论人数">并且将爬取下来的数据放到名为<豆瓣电影信息>的文件中
- 参数：
num = 0 则表示第一页，num = 25则表示第二页，num = 50则表示第三页，以此类推，因为每页有25部电影。
- 返回值：
将爬取下来的数据放到名为<豆瓣电影信息>的文件中
