老高是我

一，我是如何使用Python抓取网页的我知道Python有一个爬虫框架scrapy，但是目前还没有学习，并且也没有什么很棘手的的问题需要去使用一个爬虫框架，所以我就用Python自带的urllib，将目标网页爬下来，然后用正则过滤出自己需要的内容。二，效率问题上面的方法简单，真的是上手即用，但是问题是效率问题，如果一个网页一个网页的抓，显然带宽无法达到最高，浪费了大部分带宽，这时候大部分人都会想到，

要抓的数据量有点多,很多个页面,并且都一样的处理,那么直接就上线程池吧.搜了搜,得到了结果,用Executors.newFixedThreadPool()来生产出一个固定大小的线程池,后面所有的任务都会被放置在任务队列中.ok,开始写java线程池的使用建立线程池 ExecutorService executorService = Executors.newFixedThreadPool(10)

HttpClient4.4.1模拟登录知乎一，登录要Post的表单数据是什么这部分可以使用Wireshark工具来抓包就可以了，发现需要以下数据: > “_xsrf” = xxxx(这是一个变动的数据，需要先活取获取知乎首页源码来获得) “email” = 邮箱 “password” = 密码 “rememberme” = “y”(或者n也可以)获取_xsrf数据:String xsr