假装程序员

2016/4/28【学习笔记】习惯留一个原博文章学习地址》》》http://www.cnblogs.com/sysu-blackbear/p/3629420.htmlurlopen返回对象提供方法：-         read() , readline() ,readlines() , fileno() , close() ：这些方法的使用方式与文件对象完全一样-

加油！点滴积累！^_^python生成指定文件名的txt文件先从filename.txt中逐条导入文件名，delt()是删除读行时“\n”字符@@~txt文件名不能出现，如包含这些会出现 error invalid mode ....的错误#-*- coding:UTF-8 -*-#去除\n函数def delt(st): if '\n' in st:

@_@复制a.txt内容到另一个b.txt#-*- coding:UTF-8 -*- if __name__=='__main__': fp = open('a.txt','r') for line in fp: fq = open('b.txt','a')#这里用追加模式 fq.write(line)

生成文件，但是没有写入字符串#-*- coding:UTF-8 -*- if __name__=='__main__': fp = open('test.txt','w') fp.write('hello') 增加了close后#-*- coding:UTF-8 -*- if __name__=='__

从1.txt读取url，并从读取的url的网页中提取url保存在2.txt# -*- coding: UTF-8 -*- import urllibimport re#定义获取目标网页函数def getHtml(url): page = urllib.urlopen(url) html = page.read() return html#定义获取u

从test.txt文本中逐行读取字符串，以字符串命名，生成新的txt文档#-*- coding:UTF-8 -*-#读取字符串，去除字符串中的“\n”，并生成txt文件if __name__=='__main__': sp = open('test.txt','r') for i in sp: if "\n" in i: t = i.

读取txt文档中的每一行#-*- coding:UTF-8 -*-#读取字符串，去除字符串中的“\n”，并生成txt文件if __name__=='__main__': sp = open('test.txt','r') for i in sp: print i运行结果：>>> www.baidu.comwww.sina.comwww.

打开网站，是个淘宝客网站用站长工具可以看到网站的权重非常高~收录量惊人~大量做擦边关键词~查看百度收录的页面，是不是都跟网站不相关的。点进去后立马跳转到首页还被处理过操作思路分析（大神勿喷~）：1.大量采集各种网站的文章、图片等信息；（获取大量自然搜索流量）2.大量做擦边词；（擦边词搜索量非常大，也是为了获得大量流量）

最近看到有一个网站关键词排名很差，但是站长权重竟然达到2。普通企业站能做到br2？赶紧学习下人家是如何操作，哈哈网站如下图咋一看是不是觉得很腻害，我们再看下他的关键词和关键词排名是不是醉了，meta信息优化成什么了，关键词根本是随便copy几个上去的。第一个还是竞争对手刷上去的词，第2个词是真实的，第3个是自己刷上去的品牌词，其他的都是没用的。那他的预计

一步步的添加爬虫功能，慢慢的也会发现一些代码可以简化。所以贴出来跟之前的做对比。代码如下：@_@把之前的url链接筛选写了一个函数，这样主程序就非常简洁了。还去掉了之前定义的一些不必要的变量。目标驱动，然后多动手真的感觉非常棒~# -*- coding: UTF-8 -*- import urllibimport re#定义获取目标网页函数def getHtml(url):

#-*-coding:UTF-8 -*- f = open('test.txt','r') for line in f: s = line print s应用到之前的爬虫例子import urllib#定义获取目标网页函数def getHtml(url): page = urllib.urlopen(url) html

编写了一个python爬虫，可以抓取目标网页，并进行简单的删选。如下# -*- coding: UTF-8 -*- import urllibimport re#定义获取目标网页函数def getHtml(url): page = urllib.urlopen(url) html = page.read() return html#定义获取url的函数de

方法一：ids = [1,2,3,3,4,2,3,4,5,6,1]news_ids = []for id in ids: if id not in news_ids: news_ids.append(id)print news_ids方法二：set方法ids = [1,4,3,3,4,2,3,4,5,6,1]ids = list(set(id

#!/usr/bin/env python## [SNIPPET_NAME: String contains string test]# [SNIPPET_CATEGORIES: Python Core]# [SNIPPET_DESCRIPTION: Test if a string contains another string]# [SNIPPET_AUTHOR: Jono Baco

python的re模块（regular expression 正则表达式）提供各种正则表达式的匹配操作。在文本解析、复杂字符串分析和信息提取时是非常有用的工具，下面是re的常用方法爬虫程序抓取到信息后，需要对信息进行处理，re模块提供的正则表达式对于信息处理非常有用。1.引入re模块import re#查看re模块功能信息(其他模块也可以如此)print re.__doc__

循环输出列表中的值遇到了这个错误：IndexError: list index out of range列表索引超出范围例子如下：# -*- coding: utf-8 -*-if __name__=='__main__': s = ['1','2','3','4','5'] l =len(s) print "列表的长度：%d\n"%l for i i

python导入网址，采集网页内容写得比较菜，多多指教！# -*- coding: UTF-8 -*- import urllibimport reimport time#定义获取目标网页函数def getHtml(url): page = urllib.urlopen(url) html = page.read() return html