python 信息标记与提取方法

Python013

python 信息标记与提取方法,第1张

@[toc]

信息标记的三种形式：XML、JSON、YAML

eXtensible Markup Language

XML实例

Javascript Object Notation

有类型的键值对 key:value

JSON实例

YAML Ain't Markup Language

无类型键值对 key：value

YAML实例

| 表示整块数据 # 表示注释

XML：最早的通用的信息标记语言，可扩展性好，但繁琐。 Internet上的信息交互与传递

JSON：信息有类型，适合程序处理（js）,较XML简洁。移动应用云端和节点的信息通信，无注释。

YAML：信息无类型，文本信息比例最高，可读性好。各类系统的配置文件，有注释易读

实例：提取HTML中所有URL链接

思路：1）搜索到所有的<a>标签

2）解析<a>标签格式，提取href后的链接内容

1.python中的标识符是区分大小写的。

2.标示符以字母或下划线开头，可包括字母，下划线和数字。

3.以下划线开头的标识符是有特殊意义的。

>以单下划线开头（_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；

>以双下划线开头的（__foo）代表类的私有成员；

>以双下划线开头和结尾的（__foo__）代表python里特殊方法专用的标识，如__init__（）代表类的构造函数。

逻辑上看没有什么问题，输入一个字符串，先判断字符串是否完全由大小写字母、下划线以及数字构成，再判断首字符是否是下划线或者大小写字母，这两条有任意一条不满足输出false，若都满足则输出true。