《用python写网络爬虫》笔记3

1.下载缓存
本章提出了对已爬取网页进行缓存的方案，可以让每个网页只下载一次来提高效率。

2.缓存支持
先搜索是否存有缓存，若没有，再执行下载，并保存下载到cache

3.解析Python中的_getitem_专有方法
为了使类中的字典数据支持cache[key]=result形式

4.合法文件名
为了保证在不同文件系统中 ， 我们的文件路径都是安全的 ， 就需要限制其文件名。
只能包含数字、字母和基本符号， 并将其他字符替换为下划线。

5.Disk cache类
os.path.exists (path):路径path是否存在，返回TRUE/FALSE
with...as:python中稳定的文件操作，等于带try。。。except…

with open(‘cache.txt’,’rb’) as fp:

‘r’:默认值，表示从文件读取数据。
‘w’:表示要向文件写入数据，并截断以前的内容
‘a’:表示要向文件写入数据，添加到当前内容尾部
‘r+’:表示对文件进行可读写操作（删除以前的所有数据）
‘r+a’：表示对文件可进行读写操作&#