记录爬虫思想
三大部分:
1方法,各种包
2通道,网页端与客户端之间的请求协议
3容器,内容框架,常用的HTML和json
三种东西要匹配才可以获取网页内容
现在的问题,利用cookie登录网页后,显示200,表示登录正常,下一步请求网页内容搞不到。头大。
微博是https协议,目前还搞不明白这跟http的有啥区别,实验之后的区别是,能请求后者的方法请求不了前者。头大。
记录爬虫思想
三大部分:
1方法,各种包
2通道,网页端与客户端之间的请求协议
3容器,内容框架,常用的HTML和json
三种东西要匹配才可以获取网页内容
现在的问题,利用cookie登录网页后,显示200,表示登录正常,下一步请求网页内容搞不到。头大。
微博是https协议,目前还搞不明白这跟http的有啥区别,实验之后的区别是,能请求后者的方法请求不了前者。头大。