小破孩

摘要： 本篇将介绍python正则表达式，更多内容请参考： "【python正则表达式】" 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、替换那些符合某个模式（规则）的文本。 正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串” 阅读全文

摘要： "Python学习指南" 有同学说，我正则用的不好，处理HTML文档很累，有没有其他的方法？ 有！那就是XPath,我们可以用先将HTML文档转换成XML文档，然后用XPath查找HTML节点或元素。 什么是XML + XML指可扩展标记语言(Extensible Markup Language) 阅读全文

摘要： 本章将结合先前所学的爬虫和正则表达式知识，做一个简单的爬虫案例，更多内容请参考: "Python学习指南" 现在拥有了正则表达式这把神兵利器，我们就可以进行对爬取到的全部网页源代码进行筛选了。 下面我们一起尝试一下爬取内涵段子网站： http://www.neihan8.com/article/li 阅读全文

摘要： Requests：让HTTP服务人类 虽然Python的标准库中urllib2模块中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"，说明使用更简单方便。 Requests唯一的一个非转基因的Python HTTP库， 阅读全文

摘要： urllib2的异常错误处理 在我们用 方法发出一个请求时，如果 不能处理这个response，就产生错误。 这里主要说的是URLError和HTTPError,以及对它们的错误处理。 URLError URLError产生的原因主要有： 1. 没有网络连接 2. 服务器链接失败 3. 找不到指定的 阅读全文