Python爬虫入门三之Urllib库的基本使用
转自http://cuiqingcai.com/947.html 1.分分钟扒一个网页下来 怎样扒网页呢？其实就是根据URL来获取它的网页信息，虽然我们在浏览器中看到的是一幅幅优美的画面，但 ...
原文：python爬虫从入门到放弃（三）之 Urllib库的基本使用
官方文档地址：https: docs.python.org library urllib.html 什么是Urllib Urllib是python内置的HTTP请求库包括以下模块urllib.request 请求模块urllib.error 异常处理模块urllib.parse url解析模块urllib.robotparser robots.txt解析模块 urlopen 关于urllib.re ...
2017-05-26 23:31 16 130552 推荐指数：
相关推荐
python爬虫从入门到放弃（七）之 PyQuery库的使用
PyQuery库也是一个非常强大又灵活的网页解析库，如果你有前端开发经验的，都应该接触过jQuery,那么PyQuery就是你非常绝佳的选择，PyQuery 是 Python 仿照 jQuery 的严格实现。语法与 jQuery 几乎完全相同，所以不用再去费心去记一些奇怪的方法了。 官网地址 ...
python爬虫从入门到放弃（六）之 BeautifulSoup库的使用
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 ...
python爬虫从入门到放弃（四）之 Requests库的基本使用
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 ...
python爬虫从入门到放弃（八）之 Selenium库的使用
一、什么是Selenium selenium 是一套完整的web应用程序测试系统，包含了测试的录制（selenium IDE）,编写及运行（Selenium Remote Control）和测试的并 ...
python爬虫从入门到放弃（五）之 正则的基本使用
什么是正则表达式 正则表达式是对字符串操作的一种逻辑公式，就是 事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符”，这个“规则字符” 来表达对字符的一种过滤逻辑。 正则并不是python独有的，其他语言也都有正则python中的正则，封装了re模块 python正则的详细 ...
python 爬虫《从入门到放弃》
一篇文章带你了解《python爬虫》 一 什么是网络爬虫： 1. 通俗理解：爬虫是一个模拟人类请求网站行为的程序。可以自动请求网页、并数据抓取下来，然后使用一定的规则提取有价值的数据。 2. 专业介绍：百度百科。 二 python urllib: # demo01.py ...
python 爬虫 基本库使用urllib之urlopen(一)
urllib是python内置的请求库。它主要包含四个模块： request :是最基本的HTTP请求模块，可以用来模拟发送请求。 error:异常处理模块，如果请求出现错误，可以捕获异常，然后进行其他操作，保证程序不会意外终止。 parse:工具模块，提供了很多URL ...