python提取piazza的信息

                                                                                                         python提取piazza的信息

目标：实现从piazza提取信息。

实现方式：python爬虫

实现思路：

1.首先用python脚本实现模拟登录到piazza；

2.然后抓取页面源码；

3.接着对页面源码组织结构进行分析，用正式表达式抽取所需信息。

 

一、环境准备：

       1.采用的python版本是python2.7.9。这里推荐一个python开发环境PyCharm，用于python代码的编写与调试。pycharm的下载及使用参见http://blog.youkuaiyun.com/msda/article/details/38705525

       2. 在火狐浏览器上安装插件httpfox用于浏览器行为监视，目的是获得模拟登录时提交的表单信息。

      如果你已经有了python2.7.9的运行环境，并且已有httpfox。则跳过下面的内容，直接到第二部分“二、进入piazza 网页，进行登录，从httpfox 中获得post的表单信息。”。

  &n