- 博客(4)
- 收藏
- 关注
转载 Scrapy摸索爬去New York Time
放上一个典型错误 编码错误 1 TypeError: can't concat bytes to str class TodaymoivePipeline(object): def process_item(self, item, spider): now=time.strftime('%Y-%m-%d',time.localtime()) ...
2017-09-25 08:02:00 196
转载 多线程爬取百度百科
前言:EVERNOTE里的一篇笔记,我用了三个博客才学完...真的很菜...百度百科和故事网并没有太过不一样,修改下编码,debug下,就可以爬下来了,不过应该是我爬的东西太初级了,而且我爬到3000多条链接时,好像被拒绝了...爬取速度也很慢,估计之后要接触一些优化或者多进程,毕竟python是假的多线程。本博客参照代码及PROJECT来源:http://kexue.fm/arch...
2017-09-04 23:24:00 105
转载 多线程版爬取故事网
前言:为了能以更高效的速度爬取,尝试采用了多线程本博客参照代码及PROJECT来源:http://kexue.fm/archives/4385/ 源代码: 1 #! -*- coding:utf-8 -*- 2 import requests as rq 3 import re 4 import time 5 import datetime ...
2017-09-03 08:30:00 147
转载 第一篇博客(python爬取小故事网并写入mysql)
前言: 这是一篇来自整理EVERNOTE的笔记所产生的小博客,实现功能主要为用广度优先算法爬取小故事网,爬满100个链接并写入mysql,虽然CS作为双学位已经修习了三年多了,但不仅理论知识一般,动手能力也很差,在学习的空余时间前前后后DEBUG了很多次,下面给出源代码及所遇到的BUG。 本博客参照代码及PROJECT来源:http://kexue.fm/archiv...
2017-08-31 23:17:00 84
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人