xiaoyeren_ITRoad的博客

一、HTML基本格式本文关于HTML文档树（或者标签树）的遍历，那么HTML的基本格式是什么呢？（从别处找的两张图） 按照遍历的方向来可划分为：上行遍历、下行遍历和平行遍历，html内容中的标签都是有所属关系的（该标签包含那些标签，该标签属于哪个标签）。图中红色箭头表示下行遍历，蓝色箭头表示上行遍历，黄色箭头...

通过上一篇requests库的介绍Python爬虫基础—requests库，我们了解了使用Python中的第三方库requests库来获取url页面中的信息，那么获取成功后便需要对网页信息进行解析了，即筛选页面中我们需要的信息、数据并提取出来。而爬取页面的总流程可以描述为：获取页面—>解析页面，筛选和提取目标数据信息—>保存数据信息到本地。本文将对第二个环节——解析网页，筛选和提取目标...

之前尝试接触爬虫，比较零散也比较陌生，最近整理并再学习下。从爬虫必备库requests开始，requests库可以说是中小规模爬虫的神器，简单来说requests库主要是用来向服务器提交某些所指定url申请 并获取网页界面内容（网页内容的源代码）。如若想详细了解，可以看requests库的官方文档。requests库的安装（基于Windows操作系统，保证网络畅通） ...

期末笔记后期整理，如有问题，请多多指教。一、异常1、所有异常类都是Exception的子类2、常见的异常 ①NameError:访问未声明的变量 ②ZeroDivisionError:除数为0 ③SyntaxError（编译时发生） ④IndexError:序列中不存在的索引 ⑤KeyError:字典中不存在的键访问值时...

期末笔记后期整理，如有问题，请多多指教。一、闭包1、三个条件： ①存在于嵌套关系的函数中； ②嵌套的内部函数引用了外部函数的变量； ③嵌套的外部函数会将内部函数名作为返回值返回。def outer(start=0): count=[start] def inner(): count[0]+=1...

期末笔记后期整理，如有问题，请多多指教。1、函数的格式：def 函数名（参数列表）： #... return 表达式 #不带return相当于返回None2、函数的参数 #1.def add(a,b): print(a+b)add(11,22)#2.默认参数（位于参数列表末尾）def pinfo(nam...

期末笔记后期整理，如有问题，请多多指教。有序序列：元组、列表、字符串无序序列：字典可变序列：列表、字典不可变序列：元组、字符串双向索引：元组、列表、字符串一、字符串（文本） 如：ASCII字符、各种符号、Unicode字符 1、表现方式：单引号、双引号、三引号 不能被修改，如：word[0]='m' 2、转义字符...

期末笔记后期整理，如有问题，请多多指教。1、注释：分为单行注释和多行注释 Python中单行注释以#开头，多行注释用三个单引号'''或者三个双引号"""将注释括起来。# 这是一个注释print("Hello, World!")'''这是多行注释，用三个单引号这是多行注释，用三个单引号 这是多行注释，用三个单引号'''...