Python使用正则与XPath提取网页Title的方法
本文介绍如何使用Python的re模块和lxml模块提取指定URL页面的title。通过对比正则表达式与XPath两种方法，重点解决特殊页面编码冲突导致的乱码问题，提供完整的代码实现与结果展示，帮助开发者高效获取网页标题信息。
2026-10-13
22
本文介绍如何使用Python的re模块和lxml模块提取指定URL页面的title。通过对比正则表达式与XPath两种方法，重点解决特殊页面编码冲突导致的乱码问题，提供完整的代码实现与结果展示，帮助开发者高效获取网页标题信息。
本文详解如何在Python中实现统计字符串中出现频率最高的n个单词的函数。通过split分割字符串，利用defaultdict或Counter统计词频，并演示如何按频率降序、字母升序进行双重排序，最终返回指定数量的单词及其出现次数。
本文介绍在 Python 中使用 docx 库生成 Word 文档时解决中文显示问题的方法。通过获取 Normal 样式对象，修改 font.name 属性，并调用 _element.rPr.rFonts.set() 方法指定 w:eastAsia 为宋体，可实现表格及正文中文字体的正确显示。
本文介绍利用Python的win32 COM接口自动化操作Word文档的方法。通过Dispatch调用Word应用，演示了如何创建新文档、插入文本内容、保存为docx文件并关闭程序。该方法适用于Windows环境下需要批量处理Word文件的场景，代码简洁且无需额外第三方库，仅依赖系统组件。
本文介绍在Ubuntu环境下利用Python读取Word文档的方法。针对.docx格式，推荐使用python-docx库进行解析；对于旧版.doc格式，因该库不支持，需借助antiword工具。文章详细说明了python-docx的安装、代码实现以及antiword的编译安装与调用流程，提供完整代码示例供参考。
Java读写.doc文件常遇乱码且POI库对新版Word支持有限。本文介绍利用Python结合win32com组件，通过“另存为”机制将大量.doc文件批量转换为.docx格式，进而使用python-docx库进行高效读写，解决了编码与兼容性问题。
本文介绍Python通过cx_Oracle库连接Oracle数据库的多种方法。重点解析当配置项中无SID时，如何直接使用tnsnames.ora中的SERVICE_NAME配置进行连接。同时提供完整的连接示例代码及一个封装好的Oracle操作类，涵盖查询、更新及资源释放功能，帮助开发者简化数据库交互流程。
本文介绍使用Python自动从网站批量抓取免费代理IP，并通过Socket连接验证其可用性的方法。代码包含IP抓取、有效性判断及本地JSON存储逻辑，支持定时更新以维持IP池的有效性，适合需要稳定代理资源的开发场景。
本文系统梳理 Python 中 datetime、timestamp、time tuple、string 及 date 五种时间相关对象的操作方法。内容涵盖获取当前时间、日期差值计算、周月最后一天获取，以及各类对象间的相互转换实现，帮助开发者掌握 Python 时间处理的核心技能。
本文介绍如何使用Python编写脚本批量发送Post请求。通过对比Java实现，展示Python在脚本编写上的简洁与高效。代码包含随机延迟、参数构造及请求发送逻辑，适用于需要持续模拟请求的场景，如测试或数据生成。
本文提供基于Python3和xlrd库解析Excel文件的完整实例。通过封装open_excel、excel_by_index及read_excel函数，实现按索引打开工作簿、按行列提取数据并转换为字典列表的功能。代码包含处理异常及遍历Sheet的具体逻辑，适用于需要批量读取Excel内容的开发场景。
本文介绍如何使用Python编写爬虫程序，通过调用百度公开接口实现全国失信被执行人名单的批量查询功能。文章提供了两个版本的代码示例，分别展示基础姓名与身份证号查询及详细信息抓取，并演示如何将结果去重后保存至Excel文件，供开发者参考学习。
