-
爬虫：一段自动抓取互联网信息的程序
自动访问互联网并提取有价值的数据
查看全部 -
基本的URL管理器：
查看全部 -
简单爬虫架构：
查看全部 -
URL管理器：
管理URL
网页下载器
下载URL指定的网页
网页解析器
解析数据
提供URL给URL管理器
查看全部 -
爬虫就是自动访问互联网并且提取数据的程序查看全部
-
URL管理器，网页下载器，网页解析器查看全部
-
最简洁的方法
查看全部 -
简单爬虫架构的运行流程：
查看全部 -
简单爬虫架构：
查看全部 -
URL管理器：
查看全部 -
URL管理器的实现方式：
查看全部 -
爬虫的实例：
分析目标：
查看全部 -
正则匹配：正则表达式为href=re.compile(r"")
示例1：
print '正则匹配'
link_node = soup.find('a',href=re.compiler(r"ill"))
print link_node.name, link_node['href'], link_node.get_text()
示例2：
print '获取p段落文字'
p_node = soup.find('p',class_="title")
print p_node.name, p_node.get_text()
查看全部 -
网页解析器——BeautifulSoup——语法：
创建Beautiful Soup对象：
搜索节点（find_all,find）
访问节点信息：
查看全部 -
网页解析器—Beautiful Soup—语法
查看全部
举报
0/150
提交
取消