小白学习笔记

自己为了取出多个Excel 文件中的号码方便入库,瞎写的小程序,处理思路是1.把所有要处理文件放到单独目录,针对每个excel处理,要求格式类似,如都在第一页,获取的数据都位于第一列等,2.数据获取,将本身为数字的直接提出,写入文件,将可以转化为int类型的写入文件,捕捉异常写入bad文件,跳过空文件.3.检查下bad文件 OK

Python网路数据采集中文版PDF（非扫描版）对那些没有学过编程的人来说，计算机编程看着就像变魔术。如果编程是魔术（magic），那么网络数据采集（Web scraping）就是巫术（wizardry）；也就是运用“魔术”来实现精彩实用却又不费吹灰之力的“壮举”。 说句实话，在我的软件工程师职业生涯中，我几乎没有发现像网络数据采集这样的编程实践，可以同时吸引程序员和门外汉的注意。虽然写一个简单的网络爬虫并不难，就是先收集数据，再显示到命令行或者存储到数据库里，但是无论你之前已经做过多少次了，这件事永远会让你感到兴奋，同时又有新的可能。 不过遗憾的是，当和别的程序员提起网络数据采集时，我听到了很多关于这件事的误解与困惑。有些人不确定它是不是合法的（其实合法），有人不明白怎么处理那些到处都是 JavaScript、多媒体和 cookie 的新式网站，还有人对 API 和网络爬虫的区别感到困惑。 这本书的初衷是要解决人们对网络数据采集的诸多问题与误解，并对常见的网络数据采集任务提供全面的指导。