Python，Web解析

Question

我正在看一个关于在python中解析web的教程。这是获取实时股票数据的代码。代码运行良好。

import re 
    import urllib.request 

    # https://www.google.com/finance?q= 
    url = "https://www.google.com/finance?q=" 
    stock = input("Enter Your Stock : ") 
    url = url + stock 
    data = urllib.request.urlopen(url).read() 
    newData = data.decode('utf-8') 
    # meta itemprop="price" 
    m = re.search('meta itemprop="price"', newData) 
    start = m.start() 
    end = start + 50 
    newStock = newData[start:end] 
    m = re.search('content="', newStock) 
    start = m.end() 
    newStock1 = newStock[start:] 
    m = re.search('/', newStock1) 
    start = 0 
    end = m.end() - 3 
    final = newStock1[0:end] 
    print("The Value Of " + stock + " Is " + final) 

但我不代码理解这两个部分：

start = m.start() 
    end = start + 50 # Why + 50 ? 

    start = 0 
    end = m.end() - 3 # Why - 3 ? 

谁能给我一个解释？请详细说明

Answer 1

所以，第一个问题：

start = m.start() 
end = start + 50 # Why + 50? 

为了更容易理解为什么+50是存在的，你需要看起来有点超前和后位：

newData = data.decode('utf-8') 
# meta itemprop="price" 
m = re.search('meta itemprop="price"', newData) 
start = m.start() 
end = start + 50 
newStock = newData[start:end] 

线由线：

• newData包含抓取的页面的UTF-8表示（FO如果我们试图获得苹果股票的价值，则例如https://www.google.com/finance?q=aapl）。

• m是匹配对象：在newData其中meta itemprop="price"开始发生，在那里结束+一堆其他信息（签出该文档以获得更多详细的信息：python2，python3）

• start是那么newData中匹配开始的位置

• end if start + 50因为这是包含价格的HTML元素的假定最大长度。例如，如果我看Apple，那就是： <meta itemprop="price" content="116.73" />，其长度为42个字符。

• newStock现在将meta itemprop="price" content="116.73" />

继续从这里到了第二个问题：

start = 0 
end = m.end() - 3 # Why - 3 ? 

与前面的例子，让我们得到更多的一些背景：

newStock = newData[start:end] 
m = re.search('content="', newStock) 
start = m.end() 
newStock1 = newStock[start:] 
m = re.search('/', newStock1) 
start = 0 
end = m.end() - 3 
final = newStock1[0:end] 

一行行：

• 我们已经提到，现在newStock将meta itemprop="price" content="116.73" />

• m是新的正则表达式匹配对象：凡在newStock的content="开始发生，结束等。

• start是匹配

• newStock1然后是content="后与第一字符开始并在所述字符串的末尾端的newStock子串的端，所以newStock1是116.73" />

• ...最后一个正则表达式！

• start分配0但不实际使用了

• end是m.end() - 3，因为我们知道，从数（股票价值）的结束正好三个字符，直到/字符（包括字符）：",和/。

希望这有助于！