贴吧爬取 写代码前，构思需要的功能块；写代码时，把各个功能模块名提前写好 初始化 初始化必要参数，完成基础设置 爬取百度贴吧lol吧：爬取地址中的get参数须传递(可以指定不同主题的贴吧和页码) 主题名 初始网址 请求头 生成网址 生成每一页的路由地址 根据列表生成式生成多个页面的地址 下载 get ...
分类：
其他好文 时间：
2018-09-21 20:24:02
阅读次数：
236
百度贴吧-中国好声音评论爬爬 跑完了成果图 csv文档中效果 上方生成的csv文件通过txt记事本打开另存为ANIS编码方式，然后在通过csv打开就不会再乱码了，解决csv打开乱码问题相关可以参考博文： ...
分类：
其他好文 时间：
2018-09-19 17:22:24
阅读次数：
188
继续推销GTM76。饭高茂：《代数几何》第一章。几乎零起点的好书。最近好像贴吧里还是有些同志不知道学代数几何从哪开始，我是从这开始的，觉得不错。我一般很喜欢跟别人介绍经验，原因有二：一，智商较低，不会对苛求其他人。二，我一般看不下去的书就不看了，所以推销这本书，不是因为我只看过这本，而是我看GTM5 ...
分类：
其他好文 时间：
2018-09-18 00:22:14
阅读次数：
476
lxml库 lxml 是 一个HTML/XML的解析器，主要的功能是如何解析和提取 HTML/XML 数据。 lxml和正则一样，也是用 C 实现的，是一款高性能的 Python HTML/XML 解析器，我们可以利用之前学习的XPath语法，来快速的定位特定元素以及节点信息。 lxml pytho ...
分类：
其他好文 时间：
2018-09-17 16:13:13
阅读次数：
157
照着教程改，在C:\Program Files里找到“Microsoft SQL Server”文件夹，右键属性—高级—取消勾选“可以存档文件夹”—确定—应用。 然后没有用。但是，我终于在Google上看到了解决的方法，sql贴吧一位大佬解决的： 注意了！！！！ C:\Program Files ( ...
分类：
其他好文 时间：
2018-09-14 16:00:05
阅读次数：
351
import requests,re,timeheader ={ "Cookie":"登陆过账号后的cookie 必须填写", "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Geck ...
分类：
编程语言 时间：
2018-09-03 02:20:34
阅读次数：
161
先反思一下……这两天感觉除了coding，没有很好地去学习专业课。心神不定 于是，就想看下硅谷，来提升一下自己的coding执行力…… 然后，我就在看剧的时候，看到了这么一张图：‘ 然后嘛…… 我就想这些个二进制数是个什么意思…… 我一开始以为是bcd码，后来去贴吧查了下，就是单纯的二进制码转Asc ...
分类：
其他好文 时间：
2018-08-27 22:32:25
阅读次数：
233
点击这里产看更多请添加链接描述作为一名高校检测老师“学术不端网”，今天帮着本校研究生毕业论文知网查重时，无意中发现知网检测系统的检测范围中多了一个“互联网资源(包含贴吧等论坛资源)”这个细节信息。这一信息说明了知网又在更新了，更说明了知网检测系统在逐步完善，让抄袭无处可藏！更警示了大学生们学术论文不能抄袭，贴吧论坛等互联网资源一样也不能抄袭。学校知网查重时互联网上的东西都可以查出来，除非是特别新的
分类：
其他好文 时间：
2018-08-27 18:27:19
阅读次数：
180
# coding=utf-8 import requests import re from requests_html import HTMLSession import pandas as pd import time session = HTMLSession() headers = { 'Us... ...
分类：
其他好文 时间：
2018-08-17 11:15:57
阅读次数：
179
