qq_42959931-CSDN博客

原创爬虫练习

58# -*- coding: utf-8 -*-import scrapyclass Bj58Spider(scrapy.Spider): name = 'bj58' allowed_domains = ['bj.58.com'] start_urls = ['http://bj.58.com/ershouche/?PGTID=0d100000-0000-...

2018-08-27 09:40:05 231

原创链家BeautifulSoup4爬取房源信息

from bs4 import BeautifulSoupimport pymysqlimport requests# 数据库存储class Mysql_save(object): def __init__(self): self.db = pymysql.connect(host='127.0.0.1',user='root',password='123456'...

2018-08-23 22:34:50 775

原创多进程66代理测试

import requests,timeimport multiprocessingfrom lxml import etreedef get_proxy(queue): url = 'http://www.66ip.cn/areaindex_35/1.html' response = requests.get(url) # with open('66.html',...

2018-08-21 22:46:21 1031

原创进程线程

在网上找的关于进程和线程的资料，做的总结定义进程是一个程序对某个数据集的执行过程，是分配资源的基本单位线程是进程中的一个实体，是被系统独立调度和分派的基本单位区别从上面的定义可以看出一个是调度和分派的基本单位，一个是拥有资源的基本单位线程不能够独立执行，必须依存在进程中线程执行开销小，效率高,，但不利于资源的管理和保护；而进程正相反进程具有独立的空间地址，较为安全...

2018-08-20 19:50:09 153

原创我爱我家

import requestsimport pymysqlfrom lxml import etree# 把数据存入数据库class Mysql_db(object): def __init__(self): self.db = pymysql.connect(host='127.0.0.1',user='root',password='123456',port=3...

2018-08-20 08:32:46 643

原创 Tencent招聘

使用xpathimport requestsimport pymysqlfrom lxml import etree# 把数据存入数据库class Mysql_db(object): def __init__(self): self.db = pymysql.connect(host='127.0.0.1',user='root',password='12...

2018-08-20 08:31:31 181

原创今日头条街拍图片下载

获取街拍页面import requestsfrom beiying import tou# urlurl = 'http://www.toutiao.com/search_content/?offset=0&format=json&keyword=%E8%A1%97%E6%8B%8D&autoload=true&count=20&cur_tab=...

2018-08-16 22:32:02 243

原创雪球爬取数据

爬取数据from urllib import requestimport json# urlurl = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id={}&count={}&category=111'def Snowball(page,...

2018-08-15 21:40:13 735

原创爬虫知识点整理

正则#正则表达式import re#re.match 匹配正则line = 'hsh323243'# 1.以 h 开头math_res = re.match('h',line)if math_res: print('success')else: print('error')# 2. 以h开头后面跟着一个字符line = 'h21212444dd'# . 可以...

2018-08-15 21:27:09 457

原创爬虫四：人人网cookie登录两种方法

第一种方法from tuozhan_all import sessionimport json# urlurl = 'http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2018721556168'# formform = { 'email': '15824714946', 'icode': ''...

2018-08-14 21:28:07 450

原创爬虫三：cookie post get封装

from urllib import request, parsefrom urllib.error import HTTPError, URLError# 保存cookiefrom http import cookiejarclass session(object): def __init__(self): cookie_object = cookiejar.C...

2018-08-14 21:22:07 135

原创爬虫二：有道翻译

import time,random,jsonfrom func_all import post#md5加密函数def md5(need_str): import hashlib # 创建md5对象 md5_o = hashlib.md5() # 需要有bytes, 作为参数 sign_bytes = need_str.encode('utf-8')...

2018-08-14 20:55:40 105

原创爬虫一：get和post函数封装

from urllib import request,parsefrom urllib.error import HTTPError,URLError# get请求函数def get(url,headers=None): return urlrequest(url,headers=headers)# post请求函数def post(url,form,headers=None...

2018-08-13 20:34:32 333

原创问题一：session和cookie的区别，他们是什么？

cookie是浏览器存储用户的状态信息方式，然后在访问后端的时候将这部分信息带回到后端。 Session是在服务端保存的一个数据结构，用来跟踪用户的状态，这个数据可以保存在集群、数据库、文件中。主要区别： 1，cookie数据存放在客户的浏览器上，session数据放在服务器上。 2，cookie安全性不如session。 3，单个cookie保存的数据不能超过4K，一般网站限制20个...

2018-08-13 20:30:17 108

qq_42959931的博客