素闻BeautifulSoup提取效率低，艾玛，第一印象果然是很要命的，反正比Re 和 Lxml 是要慢的，不过就无奈Re的正则折腾来折腾去，没写出来，Lxml 的 Xpath 又用得不好。 不过就这三个模版来看，BeautifulSoup的表现还是不错的，够简单，顺便测试了一下时间，抓10个列表页 ...
分类：
其他好文 时间：
2016-06-01 23:02:59
阅读次数：
340
bytearray([source [, encoding [, errors]]]) bytearray([source [, encoding [, errors]]])返回一个byte数组。Bytearray类型是一个可变的序列，并且序列中的元素的取值范围为 [0 ,255]。 参数sourc ...
分类：
其他好文 时间：
2016-05-28 01:09:12
阅读次数：
176
网上看到的教程，但是是用正则表达式写的，并不能运行，后面我就用xpath改了，然后重新写了逻辑，并且使用了双线程，也算是原创了吧#!/usr/bin/python# -*- encoding:utf-8 -*-from lxml import etreefrom multiprocessing.du ...
分类：
编程语言 时间：
2016-05-19 14:45:09
阅读次数：
218
1.apt-get install python-bs4 bs4只有py2的代码，安装在py3下会很麻烦 bs4支持HTML parser，也可以支持第三方的分析器 2.apt-get install python-lxml 3. apt-get install python-html5lib 4. ...
分类：
编程语言 时间：
2016-05-18 12:27:32
阅读次数：
165
lxml是python的一个库，可以迅速、灵活地处理XML。它支持XMLPathLanguage(XPath)和ExtensibleStylesheetLanguageTransformation(XSLT)，并且实现了常见的ElementTreeAPI。这2天测试了一下在python中通过xslt来提取网页内容，记录如下：1.要提取集搜客官网旧版论坛的帖子标题和..
分类：
编程语言 时间：
2016-05-16 20:10:17
阅读次数：
265
转载自：http://blog.csdn.net/wang1144/article/details/42277179 在ubuntu14.04版本上安装lxml，老是出错，在一番艰辛的搜索之后 ，终于找出了安装的正确方法，其实也就是没有将依赖包装全： 中途执行pip install lxml可能遇到 ...
分类：
系统相关 时间：
2016-05-13 12:20:42
阅读次数：
871
环境 操作系统：CentOS 6.7 32-bit Python：2.6.6 安装 安装依赖软件 安装lxml第三方库 注：如果没装pip，请先根据《CentOS安装pip》进行安装。 ...
分类：
其他好文 时间：
2016-05-13 09:17:56
阅读次数：
194
首先对Xpath进行安装配置
安装Xpath 安装 lxml库 从Python第三方库下载，或者 pip install lxml
学会使用Xpath
导入etree模块
from lxml import etree
使用Xpath 提取网页感兴趣代码
Selector...
分类：
Web程序 时间：
2016-05-12 17:21:29
阅读次数：
895
scrapy安装 1，安装pywin32，选择对应的版本 2，安装twisted，选择对应版本 3，安装zope.interface，测试安装是否成功import zope.interface 4，安装pyopenssl，验证安装情况import OpenSSL 5，安装lxml 6，安装easyt ...
分类：
编程语言 时间：
2016-05-10 23:23:28
阅读次数：
313
软件安装过程中，在安装lxml的时候出现如下错误error:command‘gcc‘failedwithexitstatus1gcc当然没问题，问题原因是缺少相关组件，安装以下2个组件即可，yuminstalllibxslt-devellibxml2-devel回到lxml-3.4.2目录，执行pythonsetup.pyinstall安装成功！
分类：
编程语言 时间：
2016-05-09 18:56:12
阅读次数：
301
