个人博客地址:http://hellogod.cn/
介绍一个在GitHub上看到的通用的python爬虫,难度不大,是一个蛮好玩的点,顺便总结一下python爬虫的一些需要注意的点。
先上链接:github源码
1. 项目简介
大家可以看一下这个网站 https://github.com/trending
随时关注最新的技术动向,永远是一个程序员应该做到的,但我们不能做到每天去查看,于是就诞生了这个repo(更正为原作者写了这个repo),我们将爬虫挂在Linux服务器上,定期爬取并且推送到自己的repo上,只要有时间,就可以看到之前的所有热门项目。
顺便说一句这样是不是还可以刷一波GitHub commit
代码po在了最后面
2. 关于python的私人总结
使用python开发爬虫的时候需要注意哪些?
1.区分python版本
python 2.x 3.x 差别很大,如果遇到就编译通不过,及早意识到进行修正还好,若是语法差别不大却没有意识到,有时候会给自己惹来很大的麻烦
2.关注几种易于混淆的数据类型
- Tuples
- Lists
- Dictionary
- Json
需要格外关注这几种类型之间的转换,我们知道python是一种弱数据类型语言,但不代表着它的数据类型可以混用,反而,正因为弱化了声明,才让有些操作更加容易出错,这时候我们需要做的,就是仔细阅读文档,熟悉不同的用法。