HHX_01的博客

1 文件操作 1.1 文件打开与关闭 1.1.1 打开文件 1.1.2 关闭文件 1.2 访问模式及说明2 文件读写 2.1 写数据（write） 2.2 读数据（read） 2.3 读数据（readlines） 2.3 读数据（readline） 2.4 readlines 和 readline的区别3 文件的相关操作 3.1 文件重命名 3.2 删除文件 3.3 创建文件

相信做自动化测试的同学一定不可忽视的问题就是验证码，他几乎是一个网站登录的标配，当然，我一般是不建议在这上面浪费时间去做识别的。举个例子，现在你的目的是进入自己家的房子，房子为了防止小偷进入于是上了一把锁。我们没必要花费力气去研究开锁技术。去找锁匠配置一把万能钥匙（让开发设置验证码的万能码），或者干脆先去上锁匠把验证码去掉（让开发暂时屏蔽验证码）。严格来说识别验证码不是我们自动化测试的重点。除非你是验证码厂商的员工，破解识别验证码是你的工作。

由于一个版面对应一篇文章，所以版面url 、更新时间、标题和文章是一样的，并且按照设计版面id和文章id的区别只是差了个01，所以可以传递版面url、版面id、更新时间和标题四个参数到解析文章的函数里面。我们发现有两种方式查看所有新闻，一种是按照类别，一种是按照时间，经过进一步的观察我们发现按照时间查看新闻会更全，所以我们选择按照年份（按照月份和按照年份一样的效果）爬取。的字段,包含标题、内容，作者，发布时间，链接地址，文章快照 (可能需要翻墙才能访问)点击查看更多最新新闻>>点击查看档案。

由于一个版面对应一篇文章，所以版面url 、更新时间、标题和文章是一样的，并且按照设计版面id和文章id的区别只是差了个01，所以可以传递版面url、版面id、更新时间和标题四个参数到解析文章的函数里面。由于该新闻只有一个模块，所以直接请求该模块地址即可获取该模块的所有信息，但是为了兼容多模块的新闻，我们还是定义一个数组存储模块地址。的字段,包含标题、内容，作者，发布时间，链接地址，文章快照 (可能需要翻墙才能访问)我们可以按照新闻模块、版面、和文章对网页信息进行拆分，分别按照步骤进行爬取。

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。【[宝藏入口](https://www.captainbed.cn/dl)】。

为了巩固所学的知识，作者尝试着开始发布一些学习笔记类的博客，方便日后回顾。当然，如果能帮到一些萌新进行新技术的学习那也是极好的。作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）

发现宝藏 前言 1. 连接mysql 1.1 安装 PyMySQL 1.2 导入 PyMySQL 1.3 建立连接 1.4 创建游标对象 1.5 执行查询 1.6 关闭连接 1.7 完整示例 2. 连接mongodb 2.1 安装 PyMongo 2.2 导入 PyMongo 2.3 建立连接 2.4

发现宝藏 前言 1. 正则表达式的定义 2. 常见的正则表达式字符 3. 经典示例 3.1 匹配电子邮件地址 3.2 匹配URL 3.3 匹配日期 3.4 匹配IP地址 3.5 匹配HTML标签 3.6 匹配电话号码 3.7 匹配用户名

前言 第01节 Selenium概述 第02节 安装浏览器驱动（以Google为例） 第03节 定位页面元素 1. 打开指定页面 2. id 定位 3. name 定位 4. class 定位 5. tag 定位 6. xpath 定位 7. css 选择器 8. link 定位 9. 示例 有道翻译 第04节 浏览器控制

1. 如何何请求解析url 2. 如何获取标签里面的文本 3. 如何解析JSON格式 4. 如何添加常用的header 5. 如何合并两个div 6. 如何删除html dom的部分结构 7. 如何一次性获取所有div标签里的文本 8. python爬虫如何改变响应文本字符集编码 9. 如何进行字符集转码 11. response.text 和 re

前言 一、机缘巧合 二、 设计思路 三、前置知识 1. 如何发送get请求解析url（基础） 2. 如何发送post请求解析url 3. 如何添加常用的请求头 4. 字符串格式化 5. 如何解析JSON格式 四、开始编程探索 五、最后，变完全体 总结