最近在看爬虫相关的东西，一方面是兴趣，另一方面也是借学习爬虫练习python的使用，推荐一个很好的入门教程：中国大学MOOC的《python网络爬虫与信息提取》，是由北京理工的副教授嵩天老师讲的 ...

在python中通过内置的re库来使用正则表达式，它提供了所有正则表达式的功能。 一.写在前面：关于转义的问题 正则表达式中用“\”表示转义，而python中也用“\”表示转义，当遇到特 ...

背景 前段时间学习了python的多线程爬虫，当时爬取一个图片网站，开启多线程后，并没有限制线程的数量，也就是说，如果下载1000张图片，会一次性开启1000个子线程同时进行下载 现在希望控 ...

第二个例子是使用requests库+re库爬取淘宝搜索商品页面的商品信息 （1）分析网页源码 打开淘宝，输入关键字“python”，然后搜索，显示如下搜索结果 从url连接中可以得到搜索商品 ...

整体思路和之前的一篇博客爬虫豆瓣美女一致，这次加入了图片分类，同时利用tkinter模块做成GUI程序 效果如下： 整体代码如下： 关键点： 1.如何使用tkinter调用 ...

在正式爬取之前，先做一个试验，看一下爬取的数据对象的类型是如何转换为列表的： 写一个html文档: 可以看到每个t对象的类型是bs4.element.Tag，也就 ...

前置说明 关于python多线程和多进程的说明，请参考如下： https://zhuanlan.zhihu.com/p/46368084 (一位知乎用户) https://www.liaoxue ...

这次爬取一点有意思的东西，爬一个美女网站 1.爬取目标 本次爬虫比较简单，先只爬取网站中的“大胸妹”tab，而且只爬取最外层的图片，不点开图集，如 2.分析网页元素 网页源码如 ...

本次借助wxPython编写一个网易云音乐的爬虫程序，能够根据一个歌单链接下载其下的所有音乐 前置说明 网易云音乐提供了一个下载接口：http://music.163.com/song/ ...

上一节使用scrapy成功提取到 https://imgbin.com/free-png/naruto/ 第一页所有图片的下载链接 本节在之前的基础上，实现如下2个功能： 1、提取前10页的图片下 ...