Barry_kk的博客

导学Re正则表达式库的基本使用以及实例代码分析单元7:Re(正则表达式)库入门正则表达式的概念regular expression RE用来简洁表达一组字符串的表达式。# 'PY'# 'PYY' 等价于 PY+# 'PYYY' 正则表达式的语法主要操作符语法实例Re库的基本使用正则表达式的表示类型raw string类型(原生字符串类型，不包含对转义符再次转义的字符串)表示：r’text‘类如：r’[1-9]\d{5}’ 表示邮

爬取淘宝商品信息时必须获取cookie,因为淘宝有反爬虫机制！！！**淘宝爬虫机制查看：**https://www.taobao.com/robots.txt我们需要headers标签修改我们的cookie，让爬虫像人一样搜索页面此处以爬取书包信息为例import requestsimport redef getHTMLText(url): try: r = requests.get(url, timeout=30) r.raise_for_sta

导学requests库与beautiful soup库结合使用解析html页面安装命令pip install beautifulsoup4单元4:Beautiful Soup库入门beautifulsoup4库的安装演示hmtl页面地址：http://python123.io/ws/demo.html识别出源代码import requestsr = requests.get('http://python123.io/ws/demo.html')print(r.text)解析出的html

#requests库的学习与应用实例导学Request:自动爬取HTML页面自动网络请求提交robots协议:网络爬虫排除标准Projects：实战项目单元1:Requests库入门Requests库安装：pip install requestsget() head()最常用get()方法import requestsr = requests.get("url")#get->request:构造一个向服务器请求的资源的Requests对象#response->r:返

导学掌握定向网络数据爬取和网页解析的基本内容Request:自动爬取HTML页面自动网络请求提交robots.txt:网络爬虫排除标准Beautiful Soup：解析HTML页面Projects：实战项目Re:正则表达式详解 提取页面关键信息Scrapy：网络爬虫原理介绍 专业爬虫框架介绍Python语言开发工具选择常用的Python IDE工具文本工具类IDLE（本身自带的编译器）Sublime Text（专为程序员开发的第三方专用编程工具）集成工具类Py