xinyiatcsdn的博客

xpath和正则、bs4都属于解析网页源码的方法，一般来说应该bs4最简便、用的最多吧？ 这部分可以当个web基础来看 综合百度、部分网上的文章和学到的内容，写个初版本，还有函数什么的老师没讲我也就没看。 关于xpath（太过概念了感觉基本可以跳过直接看代码来理解） XPath=XML路径语言（XML Path Language），是一种用来确定XML文档中某部分位置的语言。 XML文档被作为节点...

pycharm导入lxml阶段 在pycharm的setting里面install了lxml，然后代码输入“from lxml import etree”，etree标红，下面也出不来HTML方法。 搜了一下网上各种方案，有说降版本的，有说不用的，各种试都不行。最后受启发决定用pip install一下。 pip install也tm坑 pip install的时候提示我升级，于是我就升了...

将前序urllib总结中的各项功能用更简单实用的requests库方法替代 七大方法之1：get() 包含了添加请求头、查看cookies、保存为html或json文件、内网认证、免费代理、ssl证书问题的代码： import requests import random url="https://www.baidu.com" url='https://www.baidu.com/s?wd=美女'...

基于Python3自带的urllib库 是其他库的基础，但实际都用其他库，更加方便快捷，这里就是个基础知识。 除了展示了一个基本框架，还加入了一点反扒方法。 try excep略 1.添加随机请求头（User-Agent） ——隐藏真实浏览器 获取网址 import urllib.request import random url=" " request=urllib.request.Requ...