摘要：
#章节十一：定时与邮件 ##1. 复习 上一关我们学习了selenium，它有可视模式与静默模式这两种浏览器的设置方法，二者各有优势。 然后学习了使用.get('URL')获取数据，以及解析与提取数据的方法。 在这个过程中，我们操作对象的转换过程： 除了上面的方法，还可以搭配BeautifulSou 阅读全文
摘要：
#章节十：Selenium Hi，又见面啦，上一关，我们认识了cookies和session。 分别学习了它们的用法，以及区别。 还做了一个项目：带着小饼干登录，然后在博客中发表评论。 除了上一关所讲的登录问题，在爬虫过程中，我们还可能会遇到各种各样棘手的问题—— 有的网站登录很复杂，验证码难以破解 阅读全文
摘要：
#章节九：cookies 第1-8关我们学习的是爬虫最为基础的知识，从第9关开始，我们正式打开爬虫的进阶之门，学习爬虫更多的精进知识。 在前面几关，我们实操的爬虫项目里都没有涉及到登录这一行为。 但实际很多情况下，由于网站的限制，不登录的话我们只能爬取到一小部分信息。 而我们想要登录的话，则需要带上 阅读全文
摘要：
#章节八：爬取知乎文章 你造吗，今天是个大喜的日子！来到这儿，就意味着你爬虫已经入门啦！ 在这个重要又喜悦的日子里，我们就干三件事：回顾前路、项目实操、展望未来。 回顾前路，是为了复习1-7关所学的知识。项目实操，是通过写一个爬虫程序把所学的知识用起来。展望未来，是预告一下我们之后会遇到的风景。 马 阅读全文
摘要：
#章节七：csv&excel ##1. 存储数据的方式 其实，常用的存储数据的方式有两种——存储成csv格式文件、存储成Excel文件（不是复制黏贴的那种）。 我猜想，此时你会想问“csv”是什么，和Excel文件有什么区别？ 前面，我有讲到json是特殊的字符串。其实，csv也是一种字符串文件的格 阅读全文
摘要：
#章节六：带参数请求数据 ##1. 复习 Network能够记录浏览器的所有请求。我们最常用的是：ALL（查看全部）/XHR（仅查看XHR）/Doc（Document，第0个请求一般在这里），有时候也会看看：Img（仅查看图片）/Media（仅查看媒体文件）/Other（其他）。最后，JS和CSS， 阅读全文
摘要：
#章节五：json ##1. 复习 当然，还要有复习。在上一关，我们使用两种方式，爬取了热门菜谱清单，内含：菜名、原材料、详细烹饪流程的URL。代码如下： # 引用requests库 import requests # 引用BeautifulSoup库 from bs4 import Beautif 阅读全文
摘要：
#章节四：BeautifulSoup实践 解密吴氏私厨，意思就是到吴枫的厨房去看一看，看一看有没有什么好吃的。希望你会喜欢这一关。 ##1. 复习 上一关，我们学习了用BeautifulSoup库解析数据和提取数据，解析数据的方法是： 提取数据的方法是用find() 与find_all() 最后，我 阅读全文
摘要：
#章节三：BeautifulSoup 上一关，我们学习了HTML基础知识，知道了HTML是一种用来描述网页的语言，又了解了HTML的基本结构。 认识了HTML中的常见标签和常见属性： 根据这些知识，我们成功修改了这个网页上原来所显示标题——“这个书苑不太冷”，改成了“蜘蛛侠大战网页”。 最后，还写了 阅读全文
摘要：
#章节二：HTML基础 ##1. 爬虫，从网页开始 ###1.1 为什么要学习HTML？ 按道理来说，下面该学习爬虫的第1步： 数据解析了吧？ 别急别急，心急爬不了热豆腐。在此之前，先来道送分题，我们要的数据藏哪里来着？ 藏在网页当中，对吧。上一节课，老师提到，当我们在Chrome浏览器上，拿着ur 阅读全文