[ HW ] Python 第一話

[jimmyken793 (達)]

這是遲來的教學囉

首先呢 這篇是以你已經學會基本的Python(判斷 迴圈等等)為前提

所以不會的 請看看助教的slides 或者左轉去 itsming 搜尋python

接下來就要說這次作業大概要怎麼做啦

請盡力把這個看懂  http://docs.python.org/dev/howto/regex.html

這是Python部分的regular expression的文件

基本上 能夠獨立看懂這種文件會對以後學新東西時有很大的幫助

廢話完畢


------

作業的話 程式的內容大概可以分成三步驟

1.抓回網頁

2.分析網頁

3.把圖打包回家

關於第一項 TA的example已經做完啦 所以也沒啥好說

第二項就需要用到regular expression囉 除非你想慢慢刻出一個用來parse出圖片網址的

程式


所以regular expression是甚麼呢

基本上就是一組用來表示字串的"pattern"的方式

例如 要找 "以123結尾的字串" 或者是 "aa開頭bb結尾" 的字串

我們可以用 "*123" 和 "aa*bb" 來表示這兩種情況

所以 當然也可以用來找我們這次所需要的圖片的網址


基本表示法的話 這裡有說明 http://en.wikipedia.org/wiki/Regular_expression

快速教學的話就看這裡吧

在python裡面 被保留的符號有

 ^ $ * + ? { [ ] \ | ( )

       代表任意一個字元 在某些設定情況下似乎也可以代表\n 不過我沒用過

?       代表零或一個任意字元 (也就是這裡的字元可有可無的意思)

*       代表零至無限多個任意字元

+       代表一至無限多個任意字元

^       行首 或者輸入的字串頭

$       行尾 或者輸入的字串尾

\       脫逸字元

[]      符合[]裡面敘述的單一字元 例如[a-z]就是a-z (小寫) [a-zA-z0-9]就是所有

        英數字元

()      subexpression 我也不太會解釋 而且我只會用下面這種XD

        (abc|bca|bbb) 代表只有三種字串可以符合這種條件 abc bca 和 bbb

{}      代表前面的一個block可以重複幾次

        例如 a{2,4} 代表著以下字串符合這個式子

        aa aaa aaaa

        而(as){3,5} 代表有下面三種情況符合這個式子

        asasas asasasas asasasasas

打的時候要注意 如果你想要用到保留字元的話 要用\脫逸

例如我想要找出所有開頭是 www.google.com 結尾是/的字串

那就必須要打 www\.google\.com*/

把.脫逸 否則可能連這種東西都會過

wwwwgoogleecoma/





然後還有

在python裡面打標準表示法的時候要注意escape的問題

例如你想要表示剛剛的那個式子

www\.google\.com*/

那麼 必須把\再脫逸一次 (因為\在python讀入時也會視為脫逸字元)

就會變成這樣

exp = "www\\.google\\.com*/"

所以python讀的時候會把\\脫逸成\  存在記憶體裡面的東西就長這樣了

www\.google\.com*/

所以呢 我們要表示的是圖片的網址

請自己隨便去找個相簿 把隨便一個圖片的網址找出來

像這樣

http://jimmyken793.pixnet.net/album/set/1884780 這個相簿(很久以前的點軍塗鴉= =)

就用第一張圖吧

原始碼部分是

<a href="http://jimmyken793.pixnet.net/album/photo/61089342">
 <img
 id="thumb61089342"
 src="http://p1.p.pixnet.net/albums/userpics/1/7/286717/thumb_1186276285.png"
 class="thumb" width="90" />
</a>

所以網址是

http://p1.p.pixnet.net/albums/userpics/1/7/286717/thumb_1186276285.png

那基本上數字部分都可以替換

其他的 自己寫吧XDD


還有助教的code裡面有一個下載檔案的函式

請多多利用

檔名就從網址裡面用redular expression擷取就OK了

加油吧各位

--
※ 發信站: 批踢踢兔(ptt2.cc)
◆ From: 118.166.112.71
→ weijer0905:先推一個XD
→ dennis2030:先推一個  今天研究好久還是沒頭緒Q口Q
→ dennis2030:想法都有  卡在語法跟函式...超幹 = =
→ weijer0905:恩嗯  都不會寫XD
→ wooffood:看到這篇才熊熊想起有這個作業= ="

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 118.166.112.71
※ 編輯: jimmyken793     來自: 118.166.112.71       (11/16 19:24)
→ jimmyken793:第一次寫這種東西 有不足的歡迎提問
→ jimmyken793:或者是我腦殘也請指正XD
※ 編輯: jimmyken793     來自: 118.166.112.71       (11/16 19:26)
推 justin760204:大感謝 T.T
推 ming1053:其實()括起來的部份就是re.findall()之類的會取的部份
推 dennis2030:看完吉米肯的文章後  考試都考一百分了呢!
推 benck:所以樓上100了!??