阶段一:
了解Python,开始学习Python的基本语法,观看相关爬虫视频,了解到爬取网页信息的简单措施
阶段二:
开始着手分析头条收藏夹页面。
头条收藏夹地址格式:
地址中有三个变量参数,as,cp,max_repin_time,as,cp在页面内可以找到源码,是基于对当前时间戳加密得到的,max_repin_time是指向下一页面URL的关键值,从页面数据列的最后一项中获取
阶段三:爬取收藏夹内所有文章的分类,标题,作者,发布时间,源地址,并存入EXCEL文件中
获取AS,CP参数