摘要： 1.在模拟登陆的过程中第一步需要得到登陆前信息，用户名和密码通过js预先加密，所以必须要先将js预先加密的servertime和nonce和pubkey得到，下面json模块和re得到预先加密的信息 1 # coding:utf-8 2 import urllib2 3 import re 4 im 阅读全文

摘要： 3.采用beatifulsoup与re正则表达式一起使，提取html中的一些href的链接 http://cuiqingcai.com/1319.html 4.如何利用正则表达式边界匹配 阅读全文

摘要： 1.上面显示最简单的网页面的爬虫，在实际的过程中爬取的页面有服务器的登录和cookie等网页的登录： 一般有POSt和GEt数据传送方式：Get向服务器发送索取数据的请求直接暴露动态网页上cookies同时GET传送方式url链接字数限制， POST，直接向服务器提出登录请求： 最重要的区别是GET 阅读全文

摘要： 采用多线程对韩寒的微博进行爬取，这个只是不需要进行模拟登陆的： 阅读全文