- 博客(2)
- 收藏
- 关注
RSS订阅原创 爬虫：获取豆瓣网站响应数据
User-Agent：请求载体身份标识，通过浏览器发起的请求，请求载体为浏览器，则该请求的User-Agent为浏览器的身份标识，使用爬虫程序发起的请求，则该请求的载体为爬虫程序，则该请求的User-Agent为爬虫程序的身份标识。解析到文字所在标签的路径为//*[@id="content"]/div/div[1]/ol/li/div/div[2]/div[1]/a/span[1]2.获取豆瓣电影网站发送的请求模式，url（网址），Usr-Agent。其中url，header为请求方法中的参数。
2026-03-14 21:29:07
905
原创 爬虫解析网页，正则表达式与XPath简单运用
找到class属性值为lay的div的直系子标签ul下的第三个子标签li下的直系子标签a： //div[@class="tang"]/ul/li[3]/a。且可匹配范围，【a-z】代表所有小写英文字符，【a-zA-Z】代表所有英文字符，【a-zA-Z0-9】代表所有英文字符和数字。找到href属性值为空且class属性值为fa的a标签 //a[@href="" and @class="fa"]等价于 [ \f\n\r\t\v]。等价于 [^ \f\n\r\t\v]。
2026-03-13 23:26:51
625
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人