- 博客(2)
- 收藏
- 关注
RSS订阅原创 提取网页内容-Python
下面是使用时的注意事项:1.需要自己设置使用代理2.使用BeautifulSoap解析时, 尽量使用lxml格式, 否则容易造成内容丢失.3.webEye只能解析p标签中的元素, 特殊网页需做特殊处理: 1>.自己实现提取body 2>.如果没有p标签, 可以采取在最外层加一个p标签4.针对图片的处理: 1>.过滤小图片 2...
2018-04-17 17:50:47
824
原创 crunchbase抓取分析-获取cookie
1.访问https://www.crunchbase.com/search/principal.investors 查看页面源码,发现jsonp形式请求.2.获取到 <script type="text/javascript" id="d__inj" class="d__inj_delayed" src="/cb-teywxzdqxs.js" defer> 中的s...
2018-04-17 17:05:59
1947
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