0.可以新建一个用于练习的html文件，在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get( ...
分类：
其他好文 时间：
2018-03-29 14:56:15
阅读次数：
144
0.可以新建一个用于练习的html文件，在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get( ...
分类：
其他好文 时间：
2018-03-29 14:53:34
阅读次数：
138
0.可以新建一个用于练习的html文件，在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get( ...
分类：
其他好文 时间：
2018-03-29 13:30:57
阅读次数：
156
练习： 新建一个用于练习的html文件，在浏览器中打开。 利用requests.get(url)获取网页页面的html文件 利用BeautifulSoup的HTML解析器，生成结构树 取出h1标签的文本 取出a标签的链接 取出所有li标签的所有内容 取出一条新闻的标题、链接、发布时间、来源 标题： ...
分类：
其他好文 时间：
2018-03-29 12:08:16
阅读次数：
133
0.可以新建一个用于练习的html文件，在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get( ...
分类：
其他好文 时间：
2018-03-29 02:15:44
阅读次数：
154
0.可以新建一个用于练习的html文件，在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get( ...
分类：
其他好文 时间：
2018-03-28 18:50:38
阅读次数：
142
web抓取，利用程序下载处理web，让在python中抓取网页变得容易 webbrowser :python自带的浏览器 requests:从因特网上下载文件和网页 Beautiful Soup:解析HTML，即网页编写的格式 selenium：启动并控制一个web浏览器，selenium能填写表单 ...
分类：
其他好文 时间：
2018-03-28 15:42:40
阅读次数：
227
上一篇文章的正则，其实对很多人来说用起来是不方便的，加上需要记很多规则，所以用起来不是特别熟练，而这节我们提到的beautifulsoup就是一个非常强大的工具，爬虫利器。 beautifulSoup “美味的汤，绿色的浓汤” 一个灵活又方便的网页解析库，处理高效，支持多种解析器。利用它就不用编写正 ...
分类：
其他好文 时间：
2018-03-09 20:22:24
阅读次数：
172
什么是Requests Requests是用python语言基于urllib编写的，采用的是Apache2 Licensed开源协议的HTTP库如果你看过上篇文章关于urllib库的使用，你会发现，其实urllib还是非常不方便的，而Requests它会比urllib更加方便，可以节约我们大量的工作 ...
分类：
其他好文 时间：
2018-03-09 01:38:05
阅读次数：
187
世界上80%的爬虫是基于Python开发的，学好爬虫技能，可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。 整理这个文档资料希望能对小伙伴有帮助。 什么是爬虫？ 网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的 ...
分类：
其他好文 时间：
2018-03-08 18:58:48
阅读次数：
236
