python爬虫
爬虫学习
大妮子噻
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
会话和Cookies 、代理基本原理
静态网页和动态网页 网页内容是HTML代码编写的,文字、图片等内容均通过写好的HTML代码来指定,这种页面叫静态网页。特点:家在速度快,编写简单,可维护性差,不能根据URL灵活多变地显示内容。 动态网页,它可以动态解析URL中参数的变化,关联数据库并动态呈现不同的页面内容,非常灵活多变。此外动态网页可以实现用户登陆和注册的功能。 无状态HTTP HTTP无状态是指HTTP协议对事物处理是没有记忆能...原创 2019-10-22 14:19:22 · 338 阅读 · 0 评论 -
网页基础
网页可以分为- HTML(骨架)、CSS(皮肤) 和 JavaScript(肌肉)。 1、HTML HTML是用来描述网页的一种语言 (hyper text market langue),即超文本标记语言。网页包含文字、按钮、图片和视频等各种复杂的元素,其基础架构就是HTML。 不同类型的文字用不同的标签来表示。图片-img、视频- video、段落-video、段落-p等。他们之间的布局通过标签...原创 2019-10-21 21:49:43 · 230 阅读 · 0 评论 -
正则表达式常见用法
正则表达式是处理字符串的强大工具,具有特定的语法结构,可以实现字符串的检索、替换、匹配验证等。 1、match() 第一个参数传入正则表达式,第二个参数传入要匹配的字符串; 尝试从字符串的起始位置匹配正则表达式,如果匹配成功就返回匹配的结果,否则返回None; import re content ='Hello 1234 5678 Word_This is a Demo' result=re.match('^Hello\s\d\d\d\d\s\d{4}\s\w{9}',content) print原创 2020-05-15 10:49:28 · 328 阅读 · 0 评论 -
resquests库
1、基本用法 get请求方式 import requests response = requests.get('https://www.python.org/') print(type(response)) print(response.status_code) print(response.text) 运行: <class 'requests.models.Response'> 200 (此处省略了response.text内容) 各种请求方式 ...原创 2020-05-14 17:55:10 · 672 阅读 · 0 评论 -
爬虫基本原理
目录 爬虫定义 爬虫流程 Request包含内容 Response包含内容 解析方式 解决javascript的渲染问题 保存数据 爬虫定义 请求网站并提取数据的自动化程序 爬虫流程 发起请求 获取响应内容 类型可能书Html、Json字符串、二进制数据 解析内容 保存数据 Request包含内容 内容 备注 请求方...原创 2020-04-28 09:37:57 · 285 阅读 · 0 评论
分享