Python爬虫入门学习：拿捏高级数据类型

阳光穿透心脏的1/2处 2023-10-04 19:00 0阅读 0赞

--------------------

`大家好，我是卷心菜。因为项目的需要，最近在学习Python的爬虫。这一篇是关于Python的基础知识点，也是学习爬虫的入门知识点！如果您看完文章有所收获，可以三连支持博主哦~，嘻嘻。`

--------------------

#### 文章目录 ####

*  一、前言
 *  二、高级数据类型
 *   *  1、字符串高级
     *  2、列表高级
     *  3、元组高级
     *  4、切片
     *  5、字典高级

## 一、前言 ##

*  上一篇文章[《Python爬虫入门基础学习（三）》][Python]重点介绍了Python数据类型的相互转化以及运算符的使用，这一篇主要讲解Python中高级数据类型的使用，内容很多，干货满满~

--------------------

## 二、高级数据类型 ##

*  在正式学习高级数据类型之前，先来看看学习大纲，做到心中有数：

![在这里插入图片描述][50e938081b2645ac9f732a6b54906ea7.png]

### 1、字符串高级 ###

*  字符串是在今后的爬虫中经常使用的，所以先来介绍字符串的高级使用，先来看看字符串有哪些经常使用的方法：

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>len</td> 
   <td>可以获取字符串的长度</td> 
  </tr> 
  <tr> 
   <td>find</td> 
   <td>查找指定内容在字符串中是否存在，如果存在就返回该内容在字符串中第一次出现的开始位置索引值，如果不存在，则返回-1.</td> 
  </tr> 
  <tr> 
   <td>startswith</td> 
   <td>判断字符串是否以XXX开头</td> 
  </tr> 
  <tr> 
   <td>endswith</td> 
   <td>判断字符串是否以XXX结尾</td> 
  </tr> 
  <tr> 
   <td>count</td> 
   <td>返回 str在start和end之间 在 mystr里面出现的次数</td> 
  </tr> 
  <tr> 
   <td>replace</td> 
   <td>替换字符串中指定的内容，如果指定次数count，则替换不会超过count次</td> 
  </tr> 
  <tr> 
   <td>split</td> 
   <td>通过参数的内容切割字符串</td> 
  </tr> 
  <tr> 
   <td>upper</td> 
   <td>将字符串转化为大写</td> 
  </tr> 
  <tr> 
   <td>lower</td> 
   <td>将字符串转化为小写</td> 
  </tr> 
  <tr> 
   <td>strip</td> 
   <td>去空格</td> 
  </tr> 
  <tr> 
   <td>join</td> 
   <td>字符串拼接</td> 
  </tr> 
 </tbody> 
</table>

说了这么多函数，接下来用代码举例实践实践：

country = 'China'
    print(len(country))  # 5
    print(country.find('C'))  # 0
    print(country.find('in'))  # 2
    print(country.find('inc'))  # -1
    print(country.find('e'))  # -1
    print(country.startswith('C'))  # True
    print(country.startswith('c'))  # False
    print(country.endswith('a'))  # True
    print(country.endswith('A'))  # False
    
    message = 'aabbccc'
    print(message.count('c'))  # 3
    print(message.count('c', 0, 5))  # 1
    print(message.replace('c','d')) # aabbddd
    print(message.replace('c','d',2)) # aabbddc
    print(message.split('c')) # ['aabb', '', '', '']
    print(country.upper()) # CHINA
    print(country.lower()) # china
    
    information = '   space  '
    print(information.strip()) # space
    print(len(information.strip())) # 5
    
    news = 'abc'
    print('-'.join(news)) # a-b-c

--------------------

### 2、列表高级 ###

*  在列表的学习中，主要讲解列表的增删改查，首先来看看学习的大纲  
    ![在这里插入图片描述][dab0481870bb4f70b6745761e81e5606.png]
 *  `添加元素的使用`

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>append</td> 
   <td>在末尾添加元素</td> 
  </tr> 
  <tr> 
   <td>insert</td> 
   <td>在指定位置插入元素</td> 
  </tr> 
  <tr> 
   <td>extend</td> 
   <td>合并两个列表</td> 
  </tr> 
 </tbody> 
</table>

代码举例实践：

time_list = ['早上', '中午', '傍晚']
    time_list.append('夜晚')
    print(time_list)  # ['早上', '中午', '傍晚', '夜晚']
    time_list.insert(1, '晌午')
    print(time_list)  # ['早上', '晌午', '中午', '傍晚', '夜晚']
    time_list1 = ['午夜', '凌晨']
    time_list.extend(time_list1)
    print(time_list)  # ['早上', '晌午', '中午', '傍晚', '夜晚', '午夜', '凌晨']

*  `删除元素的使用`

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>del</td> 
   <td>根据下标进行删除</td> 
  </tr> 
  <tr> 
   <td>pop</td> 
   <td>删除最后一个元素</td> 
  </tr> 
  <tr> 
   <td>remove</td> 
   <td>根据元素的值进行删除</td> 
  </tr> 
 </tbody> 
</table>

代码举例实践：

del time_list[0]
    print(time_list)  # ['晌午', '中午', '傍晚', '夜晚', '午夜', '凌晨']
    time_list.pop()
    print(time_list)  # ['晌午', '中午', '傍晚', '夜晚', '午夜']
    time_list.remove('午夜')
    print(time_list)  # ['晌午', '中午', '傍晚', '夜晚']

*  `修改元素的使用`

修改元素是通过指定下标来访问列表元素，为指定的列表下标赋值即可

time_list[0] = '早上'
    print(time_list)  # ['早上', '中午', '傍晚', '夜晚']

*  `查找元素的使用`

所谓的查找，就是看看指定的元素是否存在，主要包含两个方法：

<table> 
 <thead> 
  <tr> 
   <th>函数</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>in</td> 
   <td>存在结果为true，否则为false</td> 
  </tr> 
  <tr> 
   <td>not in</td> 
   <td>不存在结果为true，否则为false</td> 
  </tr> 
 </tbody> 
</table>

代码举例实践：

time = input('请输入你选择的时间:')
    if time in time_list:
        print('你选择的时间允许')
    else:
        print('你选择的时间不允许')
    
    if time not in time_list:
        print('你选择的时间不允许')
    else:
        print('你选择的时间允许')

运行结果：

![在这里插入图片描述][3f92fd82fd8a439ea202df6964e1bc2e.png]

--------------------

### 3、元组高级 ###

*  元组与列表类似，不同之处在于`元组的元素不能修改`，包括不能删除其中的元素

代码举例实践：

number_tuple = (1, '2', 'cabbage')
    print(number_tuple)
    print(number_tuple[2])
    
    # del number_tuple[0] 不允许删除
    # 报错：TypeError: 'tuple' object doesn't support item deletion
    
    message = input('请输入名称:')
    if message in number_tuple:
        print('在元组范围内')
    else:
        print('不在元组范围内')

运行结果：

![在这里插入图片描述][1260adc72b364e5aafac5f07be337b7d.png]

需要注意的是:当我们只定义一个元素的元组，需要在唯一的元素后面写一个逗号

# 定义只有一个元素的元组，需要在唯一的元素后写一个逗号
    a = (12)
    print(type(a))  # int类型
    b = (12,)
    print(type(b))  # tuple类型

--------------------

### 4、切片 ###

*  切片是指对操作的对象截取其中一部分的操作；`字符串`、`列表`、`元组`都支持切片操作
 *  `语法:`\[起始:结束:步长\]，也可以简化使用 \[起始:结束\]
 *  `注意:`选取的区间从"起始"位开始，到"结束"位的前一位结束（不包含结束位本身)，步长表示选取间隔

代码举例实践：

message = 'HelloWorld'
    print(message)
    print(message[4])  # 第五个位置上的字符
    print(message[:4]) # 第五个位置前的所有元素
    print(message[1:]) # 第二个位置在内后的所有元素
    print(message[1:4]) # 范围[第二个位置,第五个位置)
    print(message[1:9:2]) # 步长为2

运行结果：

![在这里插入图片描述][d54a9d176cea412a8abdd57945fa72d1.png]

--------------------

### 5、字典高级 ###

*  在学习之前，再来了解了解学习大纲：

![在这里插入图片描述][4a801557b4344a1ca95905cd9a174445.png]

*  `查看元素`

除了使用key查找数据，还可以使用get来获取数据

information = {
        'name': 'cabbage', 'age': 21, 'major': '计算机科学与技术'}
    print(information['major'])
    # print(information['sex']) 当没有key时，会报错
    print(information.get('name'))
    print(information.get('sex')) # 当没有key时，默认为None
    print(information.get('sex','man')) # 当没有key时，自定义默认为man

运行结果：

![在这里插入图片描述][c49f05209f6248f48a43f6891dec7dec.png]

*  `修改元素`

字典的每个元素中的数据都是可以修改的，只要通过key即可修改

print('修改之前%s' % information)
    information['major'] = '软件工程'
    print('修改之后%s' % information)

运行结果：

![在这里插入图片描述][e8137770b4d242c88c218e537fbf7798.png]

*  `添加元素`

如果在使用 `变量名['键'] = 数据` 时，这个“键”在字典中，不存在，那么就会新增这个元素

information['sex'] = 'Man' # 为不存在的key赋值就是添加
    print(information)

*  `删除元素`

主要有两种操作：del和clear()

# 删除单个元素
    del information['sex']
    print(information)
    # 删除整个字典
    # del information 报错，整个字典删除
    # 清空字典
    information.clear()
    print(information)

*  `遍历元素`

主要有四种遍历方式：遍历key、遍历value、遍历项以及遍历键值对

# 遍历key
    for key in information.keys():
        print(key)
    # 遍历value
    for value in information.values():
        print(value)
    # 遍历项
    for item in information.items():
        print(item)
    # 遍历键值对
    for key, value in information.items():
        print('key=%s,value=%s' % (key,value))

运行结果：

![在这里插入图片描述][622c9b15970b47d7b93e0fcedacd3d8c.png]

--------------------

`感谢阅读，一起进步，嘻嘻~`

[Python]: https://blog.csdn.net/weixin_59654772/article/details/125530164?spm=1001.2014.3001.5501
[50e938081b2645ac9f732a6b54906ea7.png]: https://img-blog.csdnimg.cn/50e938081b2645ac9f732a6b54906ea7.png
[dab0481870bb4f70b6745761e81e5606.png]: https://img-blog.csdnimg.cn/dab0481870bb4f70b6745761e81e5606.png
[3f92fd82fd8a439ea202df6964e1bc2e.png]: https://img-blog.csdnimg.cn/3f92fd82fd8a439ea202df6964e1bc2e.png
[1260adc72b364e5aafac5f07be337b7d.png]: https://img-blog.csdnimg.cn/1260adc72b364e5aafac5f07be337b7d.png
[d54a9d176cea412a8abdd57945fa72d1.png]: https://img-blog.csdnimg.cn/d54a9d176cea412a8abdd57945fa72d1.png
[4a801557b4344a1ca95905cd9a174445.png]: https://img-blog.csdnimg.cn/4a801557b4344a1ca95905cd9a174445.png
[c49f05209f6248f48a43f6891dec7dec.png]: https://img-blog.csdnimg.cn/c49f05209f6248f48a43f6891dec7dec.png
[e8137770b4d242c88c218e537fbf7798.png]: https://img-blog.csdnimg.cn/e8137770b4d242c88c218e537fbf7798.png
[622c9b15970b47d7b93e0fcedacd3d8c.png]: https://img-blog.csdnimg.cn/622c9b15970b47d7b93e0fcedacd3d8c.png