摘要：
1、储存到txt 在桌面创建一个title.txt的文本， a+为读写模式，如果文件不存在，则创建一个文件。 2、读写txt中的数据 得到的结果是：today is beautiful 集中打开文件的方式： r ： 以只读方式打开文件，文件不存在则出错 w：以只写方式打开文件，文件存在则清空，不存在 阅读全文
摘要：
一.解析器概述 对网页进行析取时，并未规定解析器，此时使用的是python内部默认的解析器“html.parser”。 解析器是什么呢？ BeautifulSoup做的工作就是对html标签进行解释和分类，不同的解析器对相同html标签会做出不同解释。 举个官方文档上的例子： 官方文档上多次提到推荐 阅读全文
摘要：
1、正则表达式 正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 re 模块使 Python 语言拥有全部的正则表达式功能。 re.match函数 re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。 结 阅读全文
摘要：
关于模拟浏览器登录的header，可以在相应网站按F12调取出编辑器，点击netwook，如下： 以便于不会被网站反爬虫拒绝。 import requests from bs4 import BeautifulSoup def get_movies(): headers = { 'user-agen 阅读全文
摘要：
基于python3的实现，获取网页的基础技术：request、urllib、selenium；解析网页的基础技术：re正则表达式、BeautifulSoup、和lxml；储存技术：数据库或者表格。 python环境搭建： 1、pycharm； 2、anaconda，适合基础入门，自带很多包，则无需安 阅读全文
摘要：
网络爬虫定义： web spider，网络蜘蛛是通过网页的链接地址来寻找网页的。 打开网页的过程其实就是浏览器作为一个浏览的“客户端”，向服务器端发送了 一次请求，把服务器端的文件“抓”到本地，再进行解释、展现。HTML是一种标记语言，用标签标记内容并加以解析和区分。浏览器的功能是将获取到的HTML 阅读全文