在网上看到爬百度贴吧的例子，仿照写了一个用BeautifulSoup实现的，直接上代码吧 #coding:gbk import urllib2 from bs4 import BeautifulSoup import re import os class TiebatoTxt: def __init... ...
分类：
其他好文 时间：
2016-08-19 18:51:24
阅读次数：
166
1.爬虫 网络爬虫是捜索引擎抓取系统的重要组成部分。爬虫的主要目的是将互联网上的网页下载到本地形成一个或联网内容的镜像备份。通过分析和过滤HTML 代码，实现对图片、文字等资源的获取。 2.python类库之BeautifulSoup 利用python写爬虫，可以使用urllib2等库结合正则表达式... ...
分类：
编程语言 时间：
2016-08-19 18:47:23
阅读次数：
269
参考链接：http://python.jobbole.com/81351/#comment-93968 主要参考自伯乐在线的内容，但是该链接博客下的源码部分的正则表达式部分应该是有问题，试了好几次，没试成功。后来在下面的评论中看到有个使用BeautifulSoup的童鞋，试了试，感觉Beautifu ...
分类：
编程语言 时间：
2016-07-30 22:18:02
阅读次数：
142
#输出所得标签的‘’属性值 获取 head里面的第一个meta的content值soup.head.meta['content'] 获取第一个span的内容soup.span.string 获取第一个span的内容 soup.span.textname属性叫keywords 所有对象 soup.fi ...
分类：
其他好文 时间：
2016-07-20 10:30:12
阅读次数：
389
这是我以前的BS4笔记，交流请联系 QQ 328123440 ...
分类：
编程语言 时间：
2016-07-19 09:06:18
阅读次数：
135
之前解析字符串都是上正则，导致后来解析HTML/XML也习惯上正则，可是毕竟正则太底层的东西，对于这种有规律的文档，它不是一个好的选择。 后来发现了HTMLParser，感觉比正则好多了，正想深入学习一下，却发现了这个。 BeautifulSoup 一比较然后我把以前代码里面的解析HTML/XML的 ...
分类：
编程语言 时间：
2016-07-16 19:57:27
阅读次数：
165
上一篇中有关于安装nginx、python、uwsgi的过程，这里不再重述。下面是有关在具体布署中的一些过程和问题处理 一、因为用到了bs4(BeautifulSoup)\paste\lxml所以这些先安装，pip安装即可 二、nginx端口更改为了8001,防止与原来已经存在的apache服务器冲 ...
分类：
编程语言 时间：
2016-07-05 22:38:22
阅读次数：
221
最近学习吉他，一张一张保存吉他谱太麻烦，写个小程序下载吉他谱。 安装 BeautifulSoup，BeautifulSoup是一个解析HTML的库。pip install BeautifulSoup4 在这个程序中 BeautifulSoup 使用 html5lib 所以还要安装 html5libp ...
分类：
编程语言 时间：
2016-07-01 21:30:03
阅读次数：
205
一、使用easy_install C:\Python27\Scripts 下有 easy_install.exe 。例如我要安装 beautifulsoup，可以从 cmd 进入该目录，直接运行: easy_install beautifulsoup4 卸载库，可以用： easy_install - ...
分类：
编程语言 时间：
2016-06-28 20:10:53
阅读次数：
187
简介：通过BeautifulSoup的find_all方法，找出所有a标签中的href属性中包含http的内容，这就是我们要找的网页的一级链接（这里不做深度遍历链接）并返回符合上述条件的a标签的href属性的内容，这就是我们要找的某个网页的所带有的一级链接#!/opt/yrd_soft/bin/python
importre..
分类：
Web程序 时间：
2016-06-27 00:10:14
阅读次数：
176
