会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
5号平凡的我
博客园
首页
新随笔
联系
订阅
管理
2017年10月23日
spider(一)
摘要: 此爬虫内容无架构: 1.URL管理器:用集合,mysql表,缓存等 2.网页下载器:实现网页下载, urllib2:官方基础模块 requests:三方的(更强):伪装成浏览器访问,代理登录,https加密访问等 3.页面解析器: 正则 html.parser解析器模块 lxml 解析器 第一行:将
阅读全文
posted @ 2017-10-23 10:52 number_5
阅读(213)
评论(0)
推荐(0)
编辑
公告