Python爬虫从入门到放弃 03 | Python爬虫中的高级用法

SunriseCai 2020-11-13 11:31:57
Python 爬虫 入门 放弃


此博客仅为我业余记录文章所用,发布到此,仅供网友阅读参考,如有侵权,请通知我,我会删掉。
本文章纯野生,无任何借鉴他人文章及抄袭等。坚持原创!!

前言

你好。这里是Python爬虫从入门到放弃系列文章。我是SunriseCai。

本文章主要介绍一下Python爬虫过程中可能会常用到的Python高级语法。

Python高级函数

lambda表达式Python中一类特殊的定义函数的形式,使用它可以定义一个匿名函数

  • 语法:lambda argument_list: expressionargument_list为传入的参数,expression为表达式,这一整个叫做lambda函数)

  • 基本示例:

lambda_eg = lambda x,y : x*y # 输出传入的两个值的乘积
print(lambda_eg (2, 3)) # 6

lambda有多种用法,这里只对经常用到的用法做介绍。

方法 描述
sorted() sorted() 函数对所有可迭代的对象进行排序操作。
filter() 用于过滤序列,过滤掉不符合条件的元素,返回迭代器
map() 参数序列中的每一个元素都调用函数,返回迭代器
zip() 用于将可迭代的对象作为参数,将对应元素打包成多个元组
  • sorted():
list_eg = [70, 45, 37, 127, 148, 26, 121]
sorted_eg = sorted(list_eg, key=lambda x: x) # 这里不加lambda函数也是返回一样的结果
print(sorted_eg) # [26, 37, 45, 70, 121, 127, 148]
# sorted_eg = sorted(list_eg, key=lambda x: x,reverse=True) # 添加reverse=True,为倒序输出
# print(sorted_eg)[148, 127, 121, 70, 45, 37, 26]
  • filter():
list_eg = [70, 45, 37, 127, 148, 26, 121]
is_even = filter(lambda x: x % 2 == 0, list_eg) # 判断为偶数就输出
print(list(is_even )) # [70, 148, 26] 因为输出的是迭代器,所以转换为list再输出
  • map():
list_eg = [70, 45, 37, 127, 148, 26, 121]
square = map(lambda x: x ** 2, list_eg) # 输出平方
print(list(square))
  • zip():
values = [70, 45, 37, 127, 148, 26, 121]
dogs = ['哈士奇', '萨摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基']
dict_dogs = zip(dogs, values) # 遍历两组元素,返回元组
print(dict(dict_dogs)) # 转换成字典再输出
# {
'哈士奇': 70, '萨摩耶': 45, '泰迪': 37, '金毛': 127, '牧羊犬': 148, '吉娃娃': 26, '柯基': 121}

Python推导式

推导式提供了从一个数据序列创建其它的数据结构的简单途径。换句话说就是可以减少代码量。共三种推导式,分别是列表推导式字典推导式以及集合推导式。下来看看看他们的使用方法。

  • Python列表推导式(list)
  • 以建立一个10以内可以整除2的列表为例:

常规写法:

values = [70, 45, 37, 127, 148, 26, 121]
list_even = []
for i in values:
if i % 2 == 0:
list_even.append(i)
print(list_even) # [70, 148, 26]

列表推导式:

values = [70, 45, 37, 127, 148, 26, 121]
list_even = list(i for i in values if i % 2 == 0)
print(list_even) # [70, 148, 26]

  • Python字典推导式(dict)
  • 以两个列表做键值对,建立成一个字典为例。

常规写法:

dogs = ['哈士奇', '萨摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基']
values = [70, 45, 37, 127, 148, 26, 121]
dict_dogs = {
}
for k, v in zip(values, dogs):
dict_dogs[k] = v
print(dict_dogs)
# {
'哈士奇': 70, '萨摩耶': 45, '泰迪': 37, '金毛': 127, '牧羊犬': 148, '吉娃娃': 26, '柯基': 121}

字典推导式:

dogs = ['哈士奇', '萨摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基']
values = [70, 45, 37, 127, 148, 26, 121]
dict_dogs = {
i[0]: i[1] for i in zip(dogs, values)}
print(dict_dogs)
# {
'哈士奇': 70, '萨摩耶': 45, '泰迪': 37, '金毛': 127, '牧羊犬': 148, '吉娃娃': 26, '柯基': 121}

  • Python集合推导式(set)
  • 以将一个列表内的值求平方,输入到集合中再输出

常规写法:

values = [70, 45, 37, 127, 148, 26, 121]
square = []
for i in values:
square.append(i ** 2) # 求平方且存入到新列表
set_square = set(square) # 列表转换为集合
print(set_square) # {
16129, 4900, 676, 2025, 21904, 14641, 1369}

集合推导式:

values = [70, 45, 37, 127, 148, 26, 121]
set_square = {
i ** 2 for i in values}
print(set_square) # {
16129, 4900, 676, 2025, 21904, 14641, 1369}

通过上面的推导式例子,是不是已经觉得推导式可以减少很多代码量了呢!!

其他常用

这里示例几个例子。分别是

方法1 方法2
字典根据 排序 字典根据 排序
  • 字典(dict)排序,根据键排序 值排序
  • 注意一下:如果字典(dict)的键值是字符而不是整数,这时使用int(str)转换为整数即可。

字典根据 排序:

dict_dogs = {
31: '哈士奇', 20: '萨摩耶', 3: '泰迪', 24: '金毛'}
dict_order_dogs = dict(sorted(dict_dogs.items(), key=lambda x: x[0])) # 正序
dict_order_dogs = dict(sorted(dict_dogs.items(), key=lambda x: x[0], reverse=True)) # 倒序
print(dict_order_dogs) # {
3: '泰迪', 20: '萨摩耶', 24: '金毛', 31: '哈士奇'}

字典根据 排序:

dict_dogs = {
'哈士奇': 70, '萨摩耶': 45, '泰迪': 37, '金毛': 127}
dict_order_dogs = dict(sorted(dict_dogs.items(), key=lambda x: x[1])) # 顺序
dict_order_dogs = dict(sorted(dict_dogs.items(), key=lambda x: x[1], reverse=True)) # 倒序
print(dict_order_dogs) # {
'金毛': 127, '哈士奇': 70, '萨摩耶': 45, '泰迪': 37}

  • 后续再继续补充更多语法。

以上,便是本章的所有内容了。
在实际编程过程中,会用到的语法数不胜数,不胜枚举,这里只将很少一部分常用的语法记录下来。在编程过程中,各位灵活使用各种语法即可!!


最后来总结一下本章的内容:

  1. 介绍了lambda函数的使用
  2. 介绍了Python三个推导式的使用
  3. 介绍了Python根据字典(dict)的排序

sunrisecai

  • 感谢你的耐心观看,点关注,不迷路。
  • 为方便菜鸡互啄,欢迎加入QQ群组织:648696280(里面没有任何学习资料,只用作于问题提问)

下一篇文章,名为 《Python爬虫从入门到放弃 04 | Python爬虫打响第一炮之请求网页》

版权声明
本文为[SunriseCai]所创,转载请带上原文链接,感谢
https://blog.csdn.net/weixin_45081575/article/details/103953313

  1. 利用Python爬虫获取招聘网站职位信息
  2. Using Python crawler to obtain job information of recruitment website
  3. Several highly rated Python libraries arrow, jsonpath, psutil and tenacity are recommended
  4. Python装饰器
  5. Python实现LDAP认证
  6. Python decorator
  7. Implementing LDAP authentication with Python
  8. Vscode configures Python development environment!
  9. In Python, how dare you say you can't log module? ️
  10. 我收藏的有关Python的电子书和资料
  11. python 中 lambda的一些tips
  12. python中字典的一些tips
  13. python 用生成器生成斐波那契数列
  14. python脚本转pyc踩了个坑。。。
  15. My collection of e-books and materials about Python
  16. Some tips of lambda in Python
  17. Some tips of dictionary in Python
  18. Using Python generator to generate Fibonacci sequence
  19. The conversion of Python script to PyC stepped on a pit...
  20. Python游戏开发,pygame模块,Python实现扫雷小游戏
  21. Python game development, pyGame module, python implementation of minesweeping games
  22. Python实用工具,email模块,Python实现邮件远程控制自己电脑
  23. Python utility, email module, python realizes mail remote control of its own computer
  24. 毫无头绪的自学Python,你可能连门槛都摸不到!【最佳学习路线】
  25. Python读取二进制文件代码方法解析
  26. Python字典的实现原理
  27. Without a clue, you may not even touch the threshold【 Best learning route]
  28. Parsing method of Python reading binary file code
  29. Implementation principle of Python dictionary
  30. You must know the function of pandas to parse JSON data - JSON_ normalize()
  31. Python实用案例,私人定制,Python自动化生成爱豆专属2021日历
  32. Python practical case, private customization, python automatic generation of Adu exclusive 2021 calendar
  33. 《Python实例》震惊了,用Python这么简单实现了聊天系统的脏话,广告检测
  34. "Python instance" was shocked and realized the dirty words and advertisement detection of the chat system in Python
  35. Convolutional neural network processing sequence for Python deep learning
  36. Python data structure and algorithm (1) -- enum type enum
  37. 超全大厂算法岗百问百答(推荐系统/机器学习/深度学习/C++/Spark/python)
  38. 【Python进阶】你真的明白NumPy中的ndarray吗?
  39. All questions and answers for algorithm posts of super large factories (recommended system / machine learning / deep learning / C + + / spark / Python)
  40. [advanced Python] do you really understand ndarray in numpy?
  41. 【Python进阶】Python进阶专栏栏主自述:不忘初心,砥砺前行
  42. [advanced Python] Python advanced column main readme: never forget the original intention and forge ahead
  43. python垃圾回收和缓存管理
  44. java调用Python程序
  45. java调用Python程序
  46. Python常用函数有哪些?Python基础入门课程
  47. Python garbage collection and cache management
  48. Java calling Python program
  49. Java calling Python program
  50. What functions are commonly used in Python? Introduction to Python Basics
  51. Python basic knowledge
  52. Anaconda5.2 安装 Python 库(MySQLdb)的方法
  53. Python实现对脑电数据情绪分析
  54. Anaconda 5.2 method of installing Python Library (mysqldb)
  55. Python implements emotion analysis of EEG data
  56. Master some advanced usage of Python in 30 seconds, which makes others envy it
  57. python爬取百度图片并对图片做一系列处理
  58. Python crawls Baidu pictures and does a series of processing on them
  59. python链接mysql数据库
  60. Python link MySQL database