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