路很长，又很短
博文栏目
分享博文列表:【爬虫 】
·
Python爬虫进阶一之爬虫框架Scrapy安装配置
(875)阅读 2015-12-26
· Python爬虫入门八之Beautiful Soup的用法
(695)阅读 2015-12-23
· Python爬虫入门七之正则表达式
(850)阅读 2015-12-22
· Python爬虫入门六之Cookie的使用
(697)阅读 2015-12-21
· Python爬虫入门五之URLError异常处理
(673)阅读 2015-12-20
· Python爬虫入门四之Urllib库的高级用法
(637)阅读 2015-12-20
· Python爬虫入门三之Urllib库的基本使用
(702)阅读 2015-12-19
· Python爬虫入门二之爬虫基础了解
(745)阅读 2015-12-19
· Python爬虫入门一之综述
(786)阅读 2015-12-18
初级的爬虫我们利用urllib和urllib2库以及正则表达式就可以完成了，不过还有更加强大的工具，爬虫框架Scrapy，这安装过程也是煞费苦心哪，在此整理如下。Windows平台：我的系统是Win7，首先，你要有Python，我用的是2.7.7版本，Python3相仿，只是一些
...更多
· Python爬虫入门八之Beautiful Soup的用法
上一节我们介绍了正则表达式，它的内容其实还是蛮多的，如果一个正则匹配稍有差池，那可能程序就处在永久的循环之中，而且有的小伙伴们也对写正则表达式的写法用得不熟练，没关系，我们还有一个更强大的工具，叫BeautifulSoup，有了它我们可以很方便地提取出HTML或XML标签中的内容
...更多
· Python爬虫入门七之正则表达式
在前面我们已经搞定了怎样获取页面的内容，不过还差一步，这么多杂乱的代码夹杂文字我们怎样把它提取出来整理呢？下面就开始介绍一个十分强大的工具，正则表达式！1.了解正则表达式正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字
...更多
· Python爬虫入门六之Cookie的使用
大家好哈，上一节我们研究了一下爬虫的异常处理问题，那么接下来我们一起来看一下Cookie的使用。为什么要使用Cookie呢？Cookie，指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据（通常经过加密）比如说有些网站需要登录后才能访问某个页面，在登录
...更多
· Python爬虫入门五之URLError异常处理
大家好，本节在这里主要说的是URLError还有HTTPError，以及对它们的一些处理。1.URLError首先解释下URLError可能产生的原因：网络无连接，即本机无法上网连接不到特定的服务器服务器不存在在代码中，我们需要用try-except语句来包围并捕获相应的异常。下
...更多
· Python爬虫入门四之Urllib库的高级用法
1.设置Headers有些网站不会同意程序直接用上面的方式进行访问，如果识别有问题，那么站点根本不会响应，所以为了完全模拟浏览器的工作，我们需要设置一些Headers的属性。首先，打开我们的浏览器，调试浏览器F12，我用的是Chrome，打开网络监听，示意如下，比如知乎，点登录之
...更多
· Python爬虫入门三之Urllib库的基本使用
那么接下来，小伙伴们就一起和我真正迈向我们的爬虫之路吧。1.分分钟扒一个网页下来怎样扒网页呢？其实就是根据URL来获取它的网页信息，虽然我们在浏览器中看到的是一幅幅优美的画面，但是其实是由浏览器解释才呈现出来的，实质它是一段HTML代码，加JS、CSS，如果把网页比作一个人，那么
...更多
· Python爬虫入门二之爬虫基础了解
1.什么是爬虫爬虫，即网络爬虫，大家可以理解为在网络上爬行的一直蜘蛛，互联网就比作一张大网，而爬虫便是在这张网上爬来爬去的蜘蛛咯，如果它遇到资源，那么它就会抓取下来。想抓取什么？这个由你来控制它咯。比如它在抓取一个网页，在这个网中他发现了一条道路，其实就是指向网页的超链接，那么它
...更多
· Python爬虫入门一之综述
大家好哈，最近博主在学习Python，学习期间也遇到一些问题，获得了一些经验，在此将自己的学习系统地整理下来，如果大家有兴趣学习爬虫的话，可以将这些文章作为参考，也欢迎大家一共分享学习经验。Python版本:2.7，Python3请另寻其他博文。首先爬虫是什么？网络爬虫（又被称为
...更多
分享栏目( 746 篇)
云标签
标签球>>
