摘要：
By支持的定位： CLASS_NAME = 'class name' CSS_SELECTOR = 'css selector' ID = 'id' LINK_TEXT = 'link text' NAME = 'name' PARTIAL_LINK_TEXT = 'partial link tex 阅读全文
摘要：
导入包 import pandas as pd import numpy as np 提供高性能医用的数据类型和分析工具 pandas基于numpy实现，常与numpy和matplotlib一同使用 pandas的核心数据结构 series是一种类似于一维数组的对象，它由一维数组以及一组与之相关的数 阅读全文
摘要：
导入numpy库： import numpy as np python的一个科学计算库的一个基础包，包含了强大的N维数组对象和向量运算 数组创建，可以使用array函数从常规的python列表和或元组中创建数组，得到的类型是从列表元素中农推导出来的 使用array函数创建数组，他接受一切序列型的对象 阅读全文
摘要：
什么是Selenium库 Selenium是自动化测试工具，支持多种浏览器，爬虫中主要用来解决JavaScript渲染的问题 可以用Selenium来完成网页的下拉，点击等等操作。可以完全模拟浏览器加载网页，点击按钮，就像人一样。 如何安装 pip3 install selenium 用法讲解 基本 阅读全文
摘要：
什么是PyQuery PyQuery是强大又灵活的网页解析库。如果熟悉jQuery的语法，那么PyQuery就是你的绝佳选择 安装PyQuery pip3 install PyQuery 用法讲解 初始化 字符串初始化常用在得到网页源代码，然后进行解析。 html = """ <div> <ul> 阅读全文
摘要：
BeautifulSoup BeautifulSoup是灵活又方便的网页解析库，处理高效，支持多种解析器。利用它不用编写正则表达式即可以方便地实现网页信息的提取 安装BeautifulSoup pip3 install beautifulsoup4 BeautifulSoup用法 解析库 解析库使用 阅读全文
摘要：
什么是正则表达式 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、以及这些特定字符的组合，组成一个“规则字符串”，这个规则字符串用来表达对字符串的一种过滤逻辑 Python用re模块实现 在线正则表达式工具 其中有许多常用的正则表达式，非常好用。 一般的网页可以用beauti 阅读全文
摘要：
什么是Request库 Requests是用Python语言编写，基于urllib，采用Apache2 Licensed开源协议的HTTP库。它比urllib更加方便，可以节约我们大量的工作，完全满足HTTP测试需求。一句话--Python实现的简单易用的HTTP库。 安装Requests pip3 阅读全文
摘要：
Urllib库是python内置的库 什么是Urllib 1. urllib.request 请求模块2. urllib.error 异常处理模块3. urllib.parse url解析模块4. urllib.robotparser robots.txt解析模块 用法 urlopen urllib 阅读全文
摘要：
实战2：使用selenium爬取淘宝数据，保存在mongodb 配置文件 MONGO_URL = 'localhost' MONGO_DB = 'taobao' MONGO_TABLE = 'yintiao' 爬虫文件 from selenium import webdriver from sele 阅读全文