随笔分类 - 爬虫
摘要：正则表达式学习心得 前言 一个学习笔记居然会有前言？没错，这个是额外增加的，显得专业一点。 提起正则表达式，不知道大家第一印象是什么，可能是强大好用也可能是晦涩难懂。正则表达式在文本处理中相当重要，各大编程语言中均有支持，但可能使用起来有细微的差别，该学习笔记中元字符介绍一节不特定于某一个编程语言，
阅读全文
摘要：字符串是我们在编程的时候很常用的一种数据类型，检查会在字符串里面查找一些内容，对于比较简单的查找，字符串里面就有一些内置的方法可以处理，对于比较复杂的字符串查找，或者是有一些内容经常变化的字符串里面查找，那么字符串内置的查找方法已经不好使了，满足不了我们的要求，这个时候就得用正则表达式了，正则表达式
阅读全文
摘要：上篇博客里面写了，爬虫就是发http请求（浏览器里面打开发送的都是http请求），然后获取到response，咱们再从response里面找到想要的数据，存储到本地。 咱们本章就来说一下什么是http请求，它里面都有哪些东西，我们在写爬虫的时候，怎么http请求里面哪些对我们的爬虫有影响。 http
阅读全文
摘要：什么是爬虫？ 爬虫是什么呢，就是地上爬的小虫子，就是爬虫咯。呵呵，开个玩笑，一般说的爬虫都是网络爬虫。那什么是网络爬虫呢，百度百科的解释是这样子的： 网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一
阅读全文
摘要：#requests介绍 python操作网络，也就是打开一个网站，或者请求一个http接口，使用urllib模块。 urllib模块是一个标准模块，直接import urllib即可，在python3里面只有urllib模块，在python2里面有urllib模块和urllib2模块。 import
阅读全文
