这是迟来的教学罗 首先呢 这篇是以你已经学会基本的Python(判断 回圈等等)为前提 所以不会的 请看看助教的slides 或者左转去 itsming 搜寻python 接下来就要说这次作业大概要怎麽做啦 请尽力把这个看懂 http://docs.python.org/dev/howto/regex.html 这是Python部分的regular expression的文件 基本上 能够独立看懂这种文件会对以後学新东西时有很大的帮助 废话完毕 ------ 作业的话 程式的内容大概可以分成三步骤 1.抓回网页 2.分析网页 3.把图打包回家 关於第一项 TA的example已经做完啦 所以也没啥好说 第二项就需要用到regular expression罗 除非你想慢慢刻出一个用来parse出图片网址的 程式 所以regular expression是甚麽呢 基本上就是一组用来表示字串的"pattern"的方式 例如 要找 "以123结尾的字串" 或者是 "aa开头bb结尾" 的字串 我们可以用 "*123" 和 "aa*bb" 来表示这两种情况 所以 当然也可以用来找我们这次所需要的图片的网址 基本表示法的话 这里有说明 http://en.wikipedia.org/wiki/Regular_expression 快速教学的话就看这里吧 在python里面 被保留的符号有 ^ $ * + ? { [ ] \ | ( ) 代表任意一个字元 在某些设定情况下似乎也可以代表\n 不过我没用过 ? 代表零或一个任意字元 (也就是这里的字元可有可无的意思) * 代表零至无限多个任意字元 + 代表一至无限多个任意字元 ^ 行首 或者输入的字串头 $ 行尾 或者输入的字串尾 \ 脱逸字元 [] 符合[]里面叙述的单一字元 例如[a-z]就是a-z (小写) [a-zA-z0-9]就是所有 英数字元 () subexpression 我也不太会解释 而且我只会用下面这种XD (abc|bca|bbb) 代表只有三种字串可以符合这种条件 abc bca 和 bbb {} 代表前面的一个block可以重复几次 例如 a{2,4} 代表着以下字串符合这个式子 aa aaa aaaa 而(as){3,5} 代表有下面三种情况符合这个式子 asasas asasasas asasasasas 打的时候要注意 如果你想要用到保留字元的话 要用\脱逸 例如我想要找出所有开头是 www.google.com 结尾是/的字串 那就必须要打 www\.google\.com*/ 把.脱逸 否则可能连这种东西都会过 wwwwgoogleecoma/ 然後还有 在python里面打标准表示法的时候要注意escape的问题 例如你想要表示刚刚的那个式子 www\.google\.com*/ 那麽 必须把\再脱逸一次 (因为\在python读入时也会视为脱逸字元) 就会变成这样 exp = "www\\.google\\.com*/" 所以python读的时候会把\\脱逸成\ 存在记忆体里面的东西就长这样了 www\.google\.com*/ 所以呢 我们要表示的是图片的网址 请自己随便去找个相簿 把随便一个图片的网址找出来 像这样 http://jimmyken793.pixnet.net/album/set/1884780 这个相簿(很久以前的点军涂鸦= =) 就用第一张图吧 原始码部分是 <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> 所以网址是 http://p1.p.pixnet.net/albums/userpics/1/7/286717/thumb_1186276285.png 那基本上数字部分都可以替换 其他的 自己写吧XDD 还有助教的code里面有一个下载档案的函式 请多多利用 档名就从网址里面用redular expression撷取就OK了 加油吧各位 --

※ 发信站: 批踢踢兔(ptt2.cc) ◆ From: 118.166.112.71 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.166.112.71 ※ 编辑: jimmyken793 来自: 118.166.112.71 (11/16 19:24) ※ 编辑: jimmyken793 来自: 118.166.112.71 (11/16 19:26)