开篇寄语
之前，伯衡君介绍了Python的一些基础知识，命名和循环判断，具体可以参看下方的前情提要，本篇文章则是继续沿着上篇继续探索接下来的内容，也就是list和tuple等，分享给大家。
前情提要
内容详情
python数据结构
数据结构是存放数据的容器，Python有4种基本数据结构，包括列表、字典、元组和集合。
列表
在爬虫实战中，使用最多的就是列表数据结构，不论是构造出的多个URL，还是爬取到的数据，大多数都为列表数据结构。下面首先介绍列表最显著的特征：
- 列表中的每一个元素都是可变的。
- 列表的元素都是有序的，也就是说每个元素都有对应的位置（类似字符串的切片和索引）。
- 列表可以容纳所有的对象。
- 列表中的每个元素都是可变的，这意味着可以对列表进行增、删、改操作，这些操作在爬虫中很少使用，因此这里不再给读者添加知识负担。
- 列表的每个元素都有对应的位置，这种用法与字符串的切片和索引很相似。
list = ['peter', 'lilei', 'wangwu', 'xiaoming'] print(list[0]) print(list[2:]) #打印结果 #peter #['wangwu', 'xiaoming']
如果为切片，返回的也是列表的数据结构。
列表可以容纳所有的对象，如下面所示：
list = [
1,
1.1,
'string',
print(1),
True,
[1, 2],
(1, 2),
{'key', 'value'}
]
列表中会经常用到多重循环，因此读者有必要去了解和使用多重循环。现在，摆在读者面前有两个列表，分别是姓名和年龄的列表：
names = ['xiaoming','wangwu','peter'] ages = [23,15,58]
这时可以通过多重循环让name和age同时打印在屏幕上：
names = ['xiaoming','wangwu','peter']
ages = [23,15,58]
for name, age in zip(names, ages):
print(name,age)
#输出结果
#xiaoming 23
#wangwu 15
#peter 58
注意：多重循环前后变量要一致。
在爬虫中，经常请求多个网页，通常情况下会把网页存到列表中，然后循环依次取出并访问爬取数据。这些网页都有一定的规律，如果是手动将这些网页URL存入到列表中，不仅花费太多时间，也会造成代码冗余。这时可通过列表推导式，构造出这样的列表，例如某个网站每页的URL是这样的（一共4页）：
https://www.luckydesigner.space/javascriptcode/page/1/ https://www.luckydesigner.space/javascriptcode/page/2/ https://www.luckydesigner.space/javascriptcode/page/3/ https://www.luckydesigner.space/javascriptcode/page/4/
通过以下代码即可构造出4页URL的列表数据：
urls = ['https://www.luckydesigner.space/javascriptcode/page/{}/'.format(number) for number in range(1,5)]
for url in urls:
print(url)
通过一行代码即可构造出来，通过for循环打印出每个URL。
字典
Python的字典数据结构与现实中的字典类似，以键值对（'key'-'value'）的形式表现出来。本文中只讲解字典的创造，字典的操作在后面会详细介绍。字典的格式如下：
user_info = {
'name':'xiaoming',
'age':'23',
'sex':'man'
}
注意：插入数据库需用字典结构。
元组和集合
在爬虫中，元组和集合很少用到，因此这里只做简单介绍。元组类似于列表，但是元组的元素不能修改只能查看，元组的格式如下：
tuple = (1,2,3)
集合的概念类似数学中的集合。每个集合中的元素是无序的，不可以有重复的对象，因此可以通过集合把重复的数据去除。
list = ['xiaoming','zhangyun','xiaoming']
set = set(list)
print(set)
#打印结果 {'zhangyun', 'xiaoming'}
注意：集合是用大括号构建的。
进阶玩法
当掌握到一定程度后，就可以参看以下文章来进行爬虫啦：
- 我的微信
- 微信扫一扫加好友
-
- 我的微信公众号
- 扫描关注公众号
-
