BeautifulSoup4和lxml 这两个库主要是解析html/xml文档，BeautifulSoup 用来解析 HTML 比较简单，API非常人性化，支持CSS选择器、 Python标准库中的HTML解析器，也支持 lxml 的 XML解析器。关于BeautifulSoup和lxml的实例介绍 ...
分类：
编程语言 时间：
2018-03-02 22:09:56
阅读次数：
293
环境是win10 python3.5 安装beautifulsoup后，运行测试报错 经过测试发现是lxml的问题，使用 pip install lxml时，自动安装的 4.1.1版本， 下载lxml 3.7.3 安装后，问题解决 ...
分类：
其他好文 时间：
2018-03-01 23:39:01
阅读次数：
717
理解lxml以及xpath 理解lxml以及xpath 什么是lxml？ python中用来处理XML和HTML的library。与其他相比，它能提供很好的性能， 并且它支持XPath。 具体可以查看官方文档->http://lxml.de/index.html 结构化数据： XML, JSON 非 ...
分类：
微信 时间：
2018-02-28 10:36:17
阅读次数：
248
作为程序员，要时刻保持一颗好奇心和想要学习的姿态。 练习怎样利用搜狗微信爬取某指定微信公众号的历史文章。爬取微信公众号本身难度非常大，感谢搜狗提供了一个可以爬取数据的平台。 代码部分参考于： https://github.com/Chyroc/WechatSogou/tree/master/wec ...
分类：
微信 时间：
2018-02-27 10:24:30
阅读次数：
268
------------------------------------ ...
分类：
编程语言 时间：
2018-02-25 19:03:52
阅读次数：
236
今天介绍一个非常好用的python爬虫库——beautifulsoup4。beautifulsoup4的中文文档参考网址是：http://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/ 首先使用pip安装这个库，当然还要用到lxml这个解析器，配合使用可以很方便 ...
分类：
编程语言 时间：
2018-02-24 15:02:33
阅读次数：
263
#coding:utf-8#引入相关模块importjsonimportrequestsfrombs4importBeautifulSoupurl="http://news.qq.com/"#请求腾讯新闻的URL，获取其text文本wbdata=requests.get(url).text#对获取到的文本进行解析soup=BeautifulSoup(wbdata,‘lxml‘)#从解析文件中通过s
分类：
编程语言 时间：
2018-02-23 12:06:34
阅读次数：
209
安装 官方文档： https://pythonhosted.org/pyquery/ 初始化方式（四种） 1. 直接字符串 pq 参数可以直接传入 HTML 代码，doc 现在就相当于 jQuery 里面的 $ 符号了。 2. lxml.etree 可以首先用 lxml 的 etree 处理一下代码 ...
分类：
编程语言 时间：
2018-02-15 15:57:25
阅读次数：
193
PyQuery 可让你用 jQuery 的语法来对 xml 进行操作，这和 jQuery 十分类似。如果利用 lxml，pyquery 对 xml 和 html 的处理将更快。 如果对 jQuery 熟悉，那么 PyQuery来解析文档就是不二之选！ 下面的例子是爬取 'http://so.feng ...
分类：
编程语言 时间：
2018-02-15 15:22:50
阅读次数：
183
一、使用字符串查找的方法find扒取教师姓名 二、使用正则表达式的方法扒取教师姓名 三、使用beautifusoup扒取学院名称 四 、使用lxml+xpath扒取京东的所有笔记本信息 五、使用webdriver扒取京东笔记本电脑的价格 ...
分类：
其他好文 时间：
2018-02-06 01:21:13
阅读次数：
213
