正则表达式re.findall⽤法、元素定位⽅式Xpath总结、python
操作json和。。。
1.正则 re.findall 的简单⽤法
2.xpath定位总结
3.python操作json和csv
⽬录
1、正则 re.findall 的简单⽤法
正则 re.findall 的简单⽤法（返回string中所有与pattern相匹配的全部字串，返回形式为数组）
语法：
1findall(pattern, string, flags=0)
import re
Python 正则表达式 re findall ⽅法能够以列表的形式返回能匹配的⼦串
# print (help(re.findall))
# print (dir(re.findall))
findall查全部r标识代表后⾯是正则的语句
1 2 3regular_v1 =re.findall(r"docs","/3/whatsnew/3.6.html") print(regular_v1)
# ['docs']
符号^表⽰匹配以https开头的的字符串返回,
1 2 3regular_v2 =re.findall(r"^https","/3/whatsnew/3.6.html") print(regular_v2)
# ['https']
⽤$符号表⽰以html结尾的字符串返回，判断是否字符串结束的字符串
1 2 3regular_v3 =re.findall(r"html$","/3/whatsnew/3.6.html") print(regular_v3)
# ['html']
# [...]匹配括号中的其中⼀个字符
1 2 3regular_v4 =re.findall(r"[t,w]h","/3/whatsnew/3.6.html") print(regular_v4)
# ['th', 'wh']
“d”是正则语法规则⽤来匹配0到9之间的数返回列表
1 2 3 4 5 6regular_v5 =re.findall(r"\d","/3/whatsnew/3.6.html") regular_v6 =re.findall(r"\d\d\d","/3/whatsnew/3.6.html/1234") print(regular_v5)
unseasonably是什么意思# ['3', '3', '6']
print(regular_v6)
# ['123']
⼩d表⽰取数字0-9，⼤D表⽰不要数字，也就是出了数字以外的内容返回
1 2 3regular_v7 =re.findall(r"\D","/3/whatsnew/3.6.html")
print(regular_v7)
# ['h', 't', 't', 'p', 's', ':', '/', '/', 'd', 'o', 'c', 's', '.', 'p', 'y', 't', 'h', 'o', 'n', '.', 'o', 'r', 'g', '/', '/', 'w', 'h', 'a', 't', 's', 'n', 'e', 'w', '/', '.', '.', 'h', 't', 'm', 'l']
“w”在正则⾥⾯代表匹配从⼩写a到z,⼤写A到Z，数字0到9
1 2 3regular_v8 =re.findall(r"\w","/3/whatsnew/3.6.html")
print(regular_v8)
#['h', 't', 't', 'p', 's', 'd', 'o', 'c', 's', 'p', 'y', 't', 'h', 'o', 'n', 'o', 'r', 'g', '3', 'w', 'h', 'a', 't', 's', 'n', 'e', 'w', '3', '6', 'h', 't', 'm', 'l']
“W”在正则⾥⾯代表匹配除了字母与数字以外的特殊符号
1 2 3regular_v9 =re.findall(r"\W","/3/whatsnew/3.6.html") print(regular_v9)
# [':', '/', '/', '.', '.', '/', '/', '/', '.', '.']
2.xpath定位总结
⼀.绝对路径（不要使⽤，除⾮已经使⽤了所有⽅式仍然⽆法定位）
⽅法：根据实际⽬录，逐层输写。
例⼦： find_element_by_xpath("/html/body/div[2]/form/span/input") #div[2]指第2个元素
⼆.相对路径（建议使⽤）
⽅法:⾸先⽬录元素是否有”精准元素“即唯⼀能标识的属性，到，则⽤此属性定位；
1. 通过元素本⾝的唯⼀属性定位
⽅法：到⽬标元素所在的”精准元素“即唯⼀标识属性，使⽤此属性定位
1.1 通过id属性定位
例：find_element_by_xpath("//input[@id='input']") #@后跟属性，可以是任何属性
1.2 通过name属性定位
例：find_element_by_xpath("//div[@name='q']")
2. 通过上⼀级⽬录的唯⼀属性定位
⽅法：⽬标元素没有唯⼀属性，则去到与⽬标元素相近的上级⽬录中”唯⼀元素“作为起始位置，然后根据此相对位置逐层往⼦⽬录编写到⽬标位置
python解析json文件例： find_element_by_xpath("//span[@id='input-container']/input")
find_element_by_xpath("//div[@id='hd']/form/span/input")
find_element_by_xpath("//div[@name='q']/form/span/input")
3. xpath做布尔逻辑运算
例⼦：find_element_by_xpath("//div[@id='hd' or @name='q']")
4. 双条件同时过滤
find_element_by_xpath("//div[@id='hd'][@name='q'")
5.⽬录元素存在层级关系
例1： find_element_by_xpath("//ul[@class='app-list']/li[contains(@class,'safe')]/div")
例2：定位上⼀层再定位⽬标元素（定位dl再定位dt）
find_element_by_xpath("//form[@id='J_login_form]/dl/dt/input[@id='J_password']")
6. 模糊定位
6.1 contains ⽅法(包含）
find_element_by_xpath("//a[contains(@name,'trnews')]")
6.2 start-with⽅法（以XX开头）
find_element_by_xpath("//a[start-with(@href,'http')]")
6.3 text⽅法
find_element_by_xpath("//a[contains(text(),'新闻')]") 查超链接元素的⽂本内容
find_element_by_xpath("//*[text()='新闻']") 查所有内容为退出⼆字的元素
注意：元素属性值有空格时，尽量不使⽤带空格，可⽤contains等其他⽅法，避开空格
3.python操作json和csv
JSON
zabbix使用手册JSON(JavaScript Object Notation, JS 对象标记)是⼀种轻量级的数据交换格式，易于⼈阅读和编写，同时也易于机器解析和⽣成，并有效地提升⽹络传输效率。
php语言自学它基于ECMAScript(w3c制定的js规范)的⼀个⼦集，采⽤完全独⽴于编程语⾔的⽂本格式来存储和表⽰数据。简洁和清晰的层次结构使得JSON成为理想的数据交换语⾔。
JSON⽀持数据格式：
对象（字典）。使⽤花括号。
数组（列表）。使⽤⽅括号。
整形、浮点型、布尔类型还有null类型。
字符串类型（字符串必须要⽤双引号，不能⽤单引号）。
多个数据之间使⽤逗号分开。注：json本质上就是⼀个字符串。
JSON函数
使⽤JSON函数需要导⼊json库：import json。
函数描述
json.dumps将Python对象编码成JSON字符串
json.loads将已编码的JSON字符串解码为Python对象
另外：
json.dump()和json.load()主要⽤来读写json⽂件函数。
字典和列表转JSON
import json
books = [
{
'title': 'Python基础',
'price': '79.00'
},
{
oracle小数用什么类型'title': 'Scrapy⽹络爬⾍',
'price': '56.00'
}
]
json_str = json.dumps(books)
print('type: ', type(json_str))
kindeditor编辑器引入print('json_str: ', json_str)
# 输出：
type: <class 'str'>
json_str: [{"title": "Python\u57fa\u7840", "price": "79.00"}, {"title": "Scrapy\u7f51\u7edc\u722c\u866b", "price": "56.00"}]
注：因为json在dump的时候，只能存放ASCII的字符，因此会将中⽂进⾏转义，这时候我们可以使⽤ensure_ascii=False关闭这个特性。更改之后：
json_str = json.dumps(books, ensure_ascii=False)
# 输出：
[{"title": "Python基础", "price": "79.00"}, {"title": "Scrapy⽹络爬⾍", "price": "56.00"}]
注：Python中，只有基本数据类型才能转换成JSON格式的字符串，即：int、float、str、list、dict、tuple。
将json数据直接dump到⽂件中
常规⽅式：
import json
books = [
{
'title': 'Python基础',
'price': '79.00'
},
{
'title': 'Scrapy⽹络爬⾍',
'price': '56.00'
}
]
json_str = json.dumps(books, ensure_ascii=False)
with open('books.json', 'w') as fp:
fp.write(json_str)
打开books.json⽂件发现出现了乱码：
[{"title": "Python����", "price": "79.00"}, {"title": "Scrapy��������", "price": "56.00"}]
然后指定⽂件编码⽅式：
with open('books.json', 'w', encoding='utf8') as fp:
fp.write(json_str)
重新打开books.json⽂件发现⼀切正常：
[{"title": "Python基础", "price": "79.00"}, {"title": "Scrapy⽹络爬⾍", "price": "56.00"}]
json模块中除了dumps函数，还有⼀个dump函数，这个函数可以传⼊⼀个⽂件指针，直接将字符串du
mp到⽂件中。import json
books = [
{
'title': 'Python基础',
'price': '79.00'
},
{
'title': 'Scrapy⽹络爬⾍',
'price': '56.00'
}
]
with open('books.json', 'w', encoding='utf8') as fp:
json.dump(books, fp)
# 输出：
[{"title": "Python\u57fa\u7840", "price": "79.00"}, {"title": "Scrapy\u7f51\u7edc\u722c\u866b", "price": "56.00"}]
关闭中⽂转义：
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论