摘要:
BeautifulSoup是Python的一个HTML或XML的解析库,可以用它来方便地从网页提取数据(以下为崔庆才的爬虫书的学习笔记) 一. 安装方式 二. 基本语法 1. 节点选择器:基本用法 假如想要获取上述html中的title节点及其文本内容,请看以下语法: 引入并初始化beautiful 阅读全文
摘要:
报错代码: 报错原因:用urllib.request.urlopen方式打开一个URL,服务器只会收到一个单纯的对于该页面访问的请求,但是服务器并不知道发送这个请求使用的浏览器,操作系统等信息,而缺失这些信息的访问往往都是非正常访问,会被一些网站禁止掉 解决办法:在headers中加入UserAge 阅读全文
摘要:
windows上pip install scrapyd-client,发现出错了: 后来百度,找了一篇文章,需要在python的Scripts目录下增加scrapyd-deploy.bat文件(bat文件python.exe和scrapyd-deploy的绝对路径因人而异) 再次运行,发现就可以了 阅读全文
摘要:
崔庆才的爬虫书上写道:pip install scrapyd安装完毕之后,需要新建一个配置文件/etc/scrapyd/scrapyd.conf,scrapyd在运行的时候会读取此配置文件 这是针对于Linux来说,但没有提到windows要不要新建。于是,我用Everything搜索了一下关键字s 阅读全文
摘要:
docker toolbox是一个docker组件的集合,还包括一个极小的虚拟机,在windows宿主机上安装了一个支持命令行工具,并提供了一个docker环境 docker toolbox自带了很多组件,包括: virtualbox; docker客户端; docker compose; Kite 阅读全文
摘要:
接着上一篇,本来以为pyspider装成功了,后来失业pyspider all验证时,发现又报错了: 原因是从python 3.7开始async和await已经加入保留的关键字中,所以async不能最为函数的参数名 使用Notepad++将run.py中的async统一改为async1,重新运行py 阅读全文
摘要:
使用pip install pyspider时,报错: 这是pycurl安装错误,需要安装pycurl库。从https://www.lfd.uci.edu/~gohlke/pythonlibs/#pycurl找到对应的python版本,通过pip install whl文件即可。成功后,再次pip 阅读全文
摘要:
pip install tesserocr pillow时,提示: 按照给的提示,进到微软官网,啥都没有,pip的安装报错提示是时候更新一波了~ 在网上找Microsoft Visual C++的资料,十分稀少,只能采用wheel安装编译后的压缩包。whl文件本质上是一个压缩包,里面包含了py文件以 阅读全文
摘要:
安装firefox驱动geckodriver不用像chrome驱动一样找对应版本号,直接去github上下载最新的releases版本即可,按照崔庆才《Python3网络爬虫开发实战》来装,发现验证环节,在cmd中输入geckodriver,应该输出一些信息,类似于这样的: 实际上,可能由于我的驱动 阅读全文
摘要:
在jenkins新建工程,配置源码管理时,发现输入gitlab的Repository URL,总会抛出一个错误: 后来在网上各种百度,终于找到了一篇比较靠谱的文章,顺着文章的提示,去Manage Jenkins—Global Tool Configuration里面查看 发现找不到git.exe,因 阅读全文