qq_32971095的博客

一.获取所有文章地址、 二.使用脚本进行采集。

用requests库爬取时网页可能加载不完整，故用selenium库，加sleep延时使加载充分。配置selenium库，下载chomedriver，网上有教程。更改range函数的范围就可以对该范围内用户信息爬取。学习xpath、scrapy爬虫框架、线程池等。主要利用re库，利用正则表达式提取html文件中的信息。结论：显然，-SWQ-在一定范围内粉丝最多。threading是多线程运行，节省时间。丁嘉丽12334 0。