摘要：
#!/usr/bin/env python # -*- encoding: utf-8 -*- # @Time : 2022/2/8 0008 12:25 # @Author : Tzy0425 # @File : Pandas入门.py import pandas as pd import num 阅读全文
摘要：
NumPy两种基本对象： ndarray:储存单一数据类型的多维数组，相当于一系列同类型数据的集合，集合中元素的索引以0下标为开始。 ufunc:是一种能够对数组每个元素进行运算的函数，运算速度非常快。一、ndarray的创建 import numpy as np # 输出3行4列的数组（矩阵），从 阅读全文
摘要：
前言：这算是一个比较综合的案例，理清了该案例会感到最近学的知识变的很条例、很清晰。需求是爬取五大板块对应的新闻标题以及每个标题对饮的新闻内容。 （一）分析网易页面 对于首页，通过定位发现每个板块都是嵌套在<ul>中，以单独的<li>存在。 点击每个板块，进去后发现页面是这样加载的： 说明每个板块的新 阅读全文
摘要：
请求传参 使用场景：如果解析的数据不在同一个页面中（深度爬取）。 举个例子：假如我们首先爬取了首页数据，然后再解析详情页数据，如何操作？ 1 # 解析首页的岗位名称 2 def parse(self, response): 3 li_list = response.xpath('//*[@id="m 阅读全文
摘要：
先说明一下五大组件各自的作用： 引擎（Scrapy） 用来完成整个系统的数据流处理，触发事务（框架核心）。 调度器（Scheduler） 包括两部分：过滤器和队列，用来接受引擎发过来的请求，先经过过滤器对请求进行去重，然后压入队列中，可以想像成一个URL（抓取网页的网址或者说是链接）的优先队列，由它 阅读全文
摘要：
方法一：基于终端指令 说明：只可以将parse()的返回值存储到本地的文件中，而且存储的文本文件的类型只能为：'json', 'jsonlines', 'jl', 'csv', 'xml', 'marshal', 'pickle' 指令：终端输入命令，scrapy crawl xxx -o file 阅读全文
摘要：
环境的安装 — mac 和 Linux的不要太轻松，直接：pip install scrapy — windows相比而言可是麻烦不少，分以下几部分安装： （1）pip install wheel （2）下载Twisted，下载地址为 http://www.lfd.uci.edu/~gohlke/p 阅读全文
摘要：
携程旅行实现自动登录还是有点麻烦的，我们先看官网： 不用多说，肯定需要先进行标签定位，定位到红框处，通过click()实现跳转，来到了下面的页面： 这里的话，先标签定位到输入用户名和密码的地方，然后通过send_keys()可以输入用户名和密码，这里很简单，然后定位到滑块，定义个动作链，再通过cli 阅读全文
摘要：
selenium处理iframe - 如果定位的标签存在于iframe标签之中，则必须使用switch_to.frame(id) - 动作链（拖动）：from selenium.webdriver import ActionChains - 实例化一个动作链对象：action = ActionCha 阅读全文
摘要：
selenium模块简单介绍 selenium是基于浏览器自动化的一个模块，可以便捷的获取网站中的动态加载数据，便捷的实现模拟登录。 使用流程 1、下载一个浏览器的驱动程序（笔者下载的是谷歌驱动程序） 玩什么浏览器就下载什么样的驱动程序，下载路径与驱动程序和浏览器版本对应关系的链接如下： http: 阅读全文