xyy3

摘要： selenium采集页面元素 phantomjs主要是模拟登录 也没多少说的，上代码吧 运行结果 编码错误，需要改成 print article.text.encode('gb18030') 运行结果为 阅读全文

摘要： scrapy爬虫还是很简单的，主要是三部分：spider，item，pipeline 其中后面两个也是通用套路，需要详细解析的也就是spider。 具体如下： 在网上找了几个汽车网站，后来敲定，以易车网作为爬取站点 原因在于，其数据源实在是太方便了。 看这个页面，左边按照品牌排序，搜索子品牌，再挨个 阅读全文