摘要： 爬虫一共就四个主要步骤： 对于down下了的数据是全部的网页，这些数据很庞大并且很混乱，大部分的东西无用的，因此需要将过滤和匹配出来。 那么对于文本的过滤或者规则的匹配，最强大的就是正则表达式，是Python爬虫世界里必不可少的神兵利器。 什么是正则表达式 正则表达式，又称规则表达式，通常被用来检索 阅读全文

摘要： Requests: 让 HTTP 服务人类 虽然Python的标准库中 urllib2 模块已经包含了平常我们使用的大多数功能，但是它的 API 使用起来让人感觉不太好，而 Requests 自称 “HTTP for Humans”，说明使用更简洁方便。 Requests 唯一的一个非转基因的 Py 阅读全文