关注
分享
橙意满满的西瓜大侠
一个普通学生
展开
-
xpath解析实战——爬取《少有人走的路：心智成熟的旅程》
同理，content = tree1.xpath("/html/body/div[2]/div[4]/div//text()")得到的也是列表，所以在写入文件里要这样写。因为li.xpath("./a/text()")返回的是列表，即使只有一个元素，也要加上[0]才能取列表里的值。f.write(i.strip()) 或者写f.write(content[0].strip())1、为什么title=li.xpath("./a/text()")[0].strip()要加[0]？时，遇到了无法编码的字符。原创 2024-08-16 14:40:38 · 266 阅读 · 0 评论 -
python爬虫入门（六）之 xpath 解析
XPath（XML Path Language）是一种用于在 XML 文档中查找信息的语言。html是xml的一个子集（XML 允许用户创建自己的标签来描述数据。例如，<book><title><author>是 XML 标签，可以用于描述书籍信息）。Xpath可以用来遍历 XML 文档的节点、选择节点，或对节点进行条件筛选，实际上它就是靠节点之间的关系去查找内容。原创 2024-08-16 00:28:12 · 981 阅读 · 0 评论 -
bs4解析实战——爬取优美图库的图片
用于获取响应的文本内容，适用于 HTML、XML、JSON 等文本数据。：用于获取响应的原始二进制内容，适用于图片、音频、视频等二进制文件。是一个负索引，用于从序列（如列表、字符串）中从末尾开始访问元素。类型），通常在处理网页内容、API 返回的数据时使用。模块是 Python 的标准库之一，提供了。各种文件和目录操作、环境变量访问、路径操作。类型），这对于文件下载和保存是必需的。1、为什么在下载和保存图片时，使用。（图片的 URL）按斜杠。：获取列表中的最后一个元素。在 Python 中，-1。原创 2024-08-15 16:03:16 · 387 阅读 · 0 评论 -
Re解析实战——获取豆瓣电影TOP250
csvwriter.writerow()：通过使用CSV writer对象csvwriter的writerow方法，将数据写入对象关联的文件中（注意：参数是一个可迭代对象）（比如："name": "***", "year": "***", "score": "***", "num": "***"）这个CSV writer对象允许你使用它的方法（比如“writerow()”）将列表或元组的数据写入CSV文件中。csv.writer(f)创建了一个CSV writer对象，它用于向CSV文件中写入数据。原创 2024-07-30 12:42:33 · 276 阅读 · 0 评论 -
python爬虫入门（五）之Re解析
Re解析”是指使用正则表达式（regular expression，简称regex）进行文本解析或匹配的过程。解析网页内容的三种方式：1、bs4解析（最简单）2、re解析（解析速度最快）3、xpath解析（语法规则最舒服）选择解析方法通常取决于要处理的文档类型和具体的任务需求。Beautiful Soup适合处理不规范的HTML和简单的数据提取；正则表达式适合对文本模式进行精确匹配和替换；而XPath则是处理复杂XML文档和需要精确节点定位的首选工具。原创 2024-07-29 00:54:59 · 858 阅读 · 0 评论 -
python爬虫入门（四）之Beautiful Soup库
1、Beautiful Soup库是用来做HTML解析的库Beautiful Soup把看起来复杂的HTML内容，解析成树状结构，让搜索和修改HTML结构变得更容易2、第三方库，先安装终端输入pip install bs4from bs4 import BeautifulSoup（引入）3、beautifulsoup和bs4是什么关系。原创 2024-07-06 11:18:29 · 325 阅读 · 0 评论 -
python爬虫入门（三）之HTML网页结构
：起始标签，表示开始（HTML文档的根）<body>：表示文档的主体内容<h1>...一级标题...</h1><p>...文本段落...<p>原创 2024-07-05 23:59:28 · 819 阅读 · 0 评论 -
python爬虫入门（二）之Requests库
1、requests库让我们可以通过python代码去构建和发送HTTP请求2、第三方库，要先安装python终端，输入pip install requestssuccessfully installed：安装成功requirement already satisfied: 说明已经安装过，无需再安装若没有pip（python包管理工具）则可以先去http://pip.pypa.io/en/stable/installation/学习下载安装3、原创 2024-07-05 17:19:57 · 269 阅读 · 0 评论 -
python爬虫入门（一）之HTTP请求和响应
http: Hypertext Transfer Protocol（超文本传输协议）客户端和服务器之间的请求-响应协议eg: 浏览器可看作一个服务端，在浏览器中输入网址，浏览器就会向运行该网站的服务器发送请求，然后等待服务器返回给浏览器响应。原创 2024-07-05 12:46:25 · 984 阅读 · 0 评论 -
python极速入门笔记（五）
【代码】python极速入门笔记（五）原创 2024-07-04 10:31:55 · 188 阅读 · 0 评论 -
python极速入门笔记（四）
【代码】python极速入门笔记（四）原创 2024-07-03 23:31:32 · 134 阅读 · 0 评论 -
python极速入门笔记（三）
再长按ctrl，点击函数名或模块名，可以查看它的解释。原创 2024-07-03 16:58:52 · 228 阅读 · 0 评论 -
python极速入门笔记（二）
【代码】python极速入门笔记（二）原创 2024-07-03 15:53:43 · 265 阅读 · 0 评论 -
Python极速入门笔记（一）
或者在Windows的cmd中输入python）所有输入指令，最终都不会被保存，所以只相当于“2、不需要print就可以看到输出结果。输入quit()或者按ctrl+d。（直接点击python的控制台。1、不需要建立任何新的文件。>>>a，即可输出a的内容。eg:可以用作快捷计算器。原创 2024-07-02 23:23:37 · 233 阅读 · 0 评论