随笔分类 - python3爬虫基础
爬虫
摘要：urllib主要包含request（请求模块）、error（异常处理模块）、parse（工具模块）、robotparser（识别网站的robots.txt文件，是否允许爬取）。 request（请求模块） 1、request.urlopen（发送请求） import urllib.request r
阅读全文
摘要：刚学到爬虫识别验证码，所以自己建一个获取验证码的类，感兴趣的道友，可以看看，代码如下：
阅读全文
摘要：OCR OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。 例如，对于验证码，我们可以使用OCR技术来将其转化为电子文
阅读全文
摘要：1、发送不同的请求 2、GET请求 { "args": {}, "headers": { "Accept": "*/*", "Accept-Encoding": "gzip, deflate", "Host": "httpbin.org", "User-Agent": "python-request
阅读全文
摘要：1. urlparse() 解析链接，注意，返回值比3多一个params的属性 <class 'urllib.parse.ParseResult'> ParseResult(scheme='http', netloc='www.baidu.com', path='/index.html', para
阅读全文
