qq_45537774的博客

爬取古诗文网首页的所有诗文的名称 网页的地址是：https://so.gushiwen.org/gushi/tangshi.aspx 上面就是网页源码经过浏览器渲染之后的样子 在上面的页面，点击鼠标右键，点击查看网页源码或者View Page source,向下滑动就可以看到： 我们就是要提取上面网页源码中的所有诗词的名称，下面看下面代码，有详细的代码解释 用正则表达式提取文字 from ur...

Python网络爬虫是在干什么？ 首先，我们明确一点爬虫是模拟浏览器发送请求，然后模拟浏览器解析返回的各种数据，比如HTML，JSON数据，视频，照片等等文件。因此，学习爬虫最重要的就是这两个模块。 模拟浏览器发送请求 我们最常见的就是post和get请求，学习完这两个模块就可以爬去大部分网页了。我们所有的高级爬虫都是基于基本的请求发送的，因此理解和熟练掌握这些基本的技能是尤为重要的。 下面列...