摘要： 转载请注明：@小五义http://www.cnblogs.com/xiaowuyi在python中能够进行html和xhtml的库有很多，如HTMLParser、sgmllib、htmllib、BeautifulSoup、mxTidy、uTidylib等，这里介绍一下HTMLParser、BeautifulSoup等模块。一、利用HTMLParser进行网页解析 具体HTMLParser官方文档可参考http://docs.python.org/library/htmlparser.html#HTMLParser.HTMLParser 1、从一个简单的解析例子开始 例1： test1.html 阅读全文

摘要： 转载请注明：@小五义http://www.cnblogs.com/xiaowuyi题目：用walli在屏幕上写出指定的文字思路：利用地图，指引walli写出文字。walli要有笔运动的轨迹。方法：利用mapmake.py完成地图制作，其中右键建立笔运动轨迹，左建为字的笔划。运行walli.py，点击左键后walli会自动写字。因为walli是按运动轨迹运动，所以在制作地图时，要注意下笔顺序。具体代码：制作地图：mapmake.py# -*- coding: cp936 -*-#@小五义 http://www.cnblogs.com/xiaowuyi#右键画出绿色的点，表示walli的运动轨迹， 阅读全文

摘要： 转载请注明：@小五义http://www.cnblogs.com/xiaowuyi6.1 最简单的爬虫网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。python的urllib\urllib2等模块很容易实现这一功能，下面的例子实现的是对baidu首页的下载。具体代码如下：import urllib2page=urllib2.urlopen("http://www.baidu.com")print page.read()6.2 提交表单数据(1)用GET方法提交数据提交表单的GET方法是把表单数据编码至URL。在给出请示的页面后，加上 阅读全文

摘要： 转载请注明：@小五义http://www.cnblogs.com/xiaowuyi 用python加“验证码”为关键词在baidu里搜一下，可以找到很多关于验证码识别的文章。我大体看了一下，主要方法有几类：一类是通过对图片进行处理，然后利用字库特征匹配的方法，一类是图片处理后建立字符对应字典，还有一类是直接利用ocr模块进行识别。不管是用什么方法，都需要首先对图片进行处理，于是试着对下面的验证码进行分析。 一、图片处理 这个验证码中主要的影响因素是中间的曲线，首先考虑去掉图片中的曲线。考虑了两种算法： 第一种是首先取到曲线头的位置，即x=0时，黑点的位置。然后向后移动x的取值，观察每个x下黑点 阅读全文

摘要： 1、半开放socket利用shutdown()函数使socket双向数据传输变为单向数据传输。shutdown()需要一个单独的参数，该参数表示了如何关闭socket。具体为：0表示禁止将来读；1 表示禁止将来写；2表示禁止将来读和写。2、timeouts控制超时调用socket的settimeout()函数，向其传递参数，表明超时时间设置。当访问一个socket，如果经过了参数设定的时间后，什么都没有发生，则会产生一个socket.timeout异常。例如：当程序运行后，会等待数据传入。在另一终端，利用telnet连接12345端口。连接成功后，显示“连接来自：****”，如果此时5秒内，终 阅读全文