摘要：
恢复内容开始 1.分布式爬虫 1.使用Selenium+Phantoms 登录 最重要的设置是User-Agent(UA)，否则无法跳转链接 from selenium.webdriver.common.desired_capabilities（功能） import DesiredCapabilit 阅读全文
摘要：
分布式爬虫 Xpath 正则表达式 动态网页 Headless的浏览器：phantomJS 浏览器的驱动：Selenium 1.Xpath 基本语法： 表达式：nodename（节点名） 选取此节点的所有子节点，tag或*选择任意的tag / 从根节点选取，选择直接子节点，不包含更小的后代（例如孙、 阅读全文
摘要：
1.环境搭建-Python Unix 基础环境-Windows 1.pip，并设置pip源 1.直接下载Anaconda，很多比较难以安装的资源都已经包含了 配置pip conf，自动设置源 配置pip源，各个系统默认pip.ini位置不同，需要根据实际情况设置 #mkdir ~/.pip/ 官网： 阅读全文
摘要：
利用HTML5的一个formdata属性，结合jQuery可以很容易实现文件的上传，而且读取文件的上传进度。 注意：formdata属性必须依赖于HTML5，如果按照文本代码实现功能，则必须升级为最新属性（支持HTML5formdata属性） 为了避免页面整体刷新，我们还可以采用ajax+ifram 阅读全文
摘要：
form表单是页面与web服务器交互过程中最重要的信息来源。 表单提交成功控件 浏览器是如何提交表单的？或者说浏览器在提交表单时需要做哪些事情？ 浏览器并不是将所有的表单控件全部发送到服务器的，而是会查找所有的【成功控件】，只将这些成功控件的数据发送到服务端。（成功控件：每个表单中的属性都有一个na 阅读全文
摘要：
session 在web中，还经常使用session来记录客户端状态。session是服务器端使用的一种记录客户端状态的机制，使用要比cookie简单一些，相应的也增加了服务器的存储压力。 1.什么是session？ session是另一种记录客户端状态的机制。不同的是cookie保存在客户端浏览器 阅读全文
摘要：
会话（session）跟踪是web程序中常用技术，用来跟踪用户的整个会话。常用的会话跟踪技术有cookie和session。cookie通过在客户端记录信息确定用户身份，session通过服务器端记录信息确定用户身份。 1.cookie机制 在程序中会话跟踪技术是非常重要的。理论上，一个用户所有请求 阅读全文
摘要：
1.同源策略 指浏览器对不同源的脚本或者文本的访问方式进行的限制。比如源a的js不能引入源b的元素属性。 所谓的同源是指两个页面具有相同的协议、主机（也是常说的域名）、端口，三个元素缺一不可。 通过下列示例具体了解一下同源： 同源策略限制了不同源之间的交互，（同源策略限制了不同源之间的交互主要针对j 阅读全文
摘要：
中间件（middleware） 在Django中，中间件其实就是一个类。在请求到来和结束后，Django会根据自己的规则在合适的时机执行中间件中相应的方法。 在Django项目的settings模块中，有一个 MIDDLEWARE_CLASSES 变量，其中每一个元素就是一个中间件，如下图。 与ma 阅读全文
摘要：
ajax的储备知识 1.什么是ajax？ json是指JavaScript对象表示法（JavaScript object natation） json是轻量级的文本数据交换格式 json独立于语言 json具有语言描述性 json使用JavaScript语法来描述数据对象，但是json仍然独立于语言 阅读全文