每日一骚：
第一想问题要有目的性，紧紧盯着目标，如果没目标先想清楚目标，记不住就写下来。
第二把简单的东西，说清楚作用和用法。
第三把复杂的东西，原理说清楚 用法记清楚。概括地说清给别人，具体的步骤你自己记住就好。
通过玩剧本杀的游戏，我发现自己缺乏概括能力。总是喜欢复制别人的话，接下来我都用我自己的话。
简单来说，概括就是把修辞去掉 把不是核心的东西去掉，让别人听个最主要的大概就好了。
比如说优势就是性能高 功能丰富，这就够了，不要啰里啰嗦一大堆。
——————————————————————————————————————————————————————
数据爬取的学习目标：
1.学会用python爬数据，包括它的原理和方法
2.学会用LXML Python库来进行Web数据爬取
3.学会用Scrapy进行Web数据爬取（最重点）
4.了解使用PySpider服务进行Web数据爬取
2 3 4三种方法 各有优势
——————————————————————————————————————————————————————
1.安装
pip install lxml
或者anaconda安装
conda install -c anaconda lxml
2.lxml树状结构
（1）lxml是什么
是什么：lxml是python的一个xml解析库，支持HTML和XML的解析，更支持XPath解析方式，效率极高。
优势：比Python自带的xml库性能高、功能丰富，第三方库 lxml 是用 Cython 实现的，可谓爬虫处理网页数据的一件利器。lxml 大部分功能都存在 lxml.etree中，所以下文都假定已经执行了
from lxml import etreeXPath（XML Path Language）：XML路径语言，用于在XML和H搜索TML中信息，它的一切表达式和函数都是为了帮助我们定位想要的节点。
（2）lxml结构介绍
etree:基类树，所有方法几乎都在这个类里。
ElementTree：元素树，可以直接操作元素
Element ：元素
先扫盲一下：
字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。
encode：从unicode变成其他编码
decode:从其他编码解码成unicode
机器用的都是unicode编码，但是传送起来utf-8编码效率更高。pretty_print = True指的是以人类可读的树状结构方式打印
拿到一个网页之后，我们需要把网页字符串转换一下，拿到它的根节点。
可以用etree的这三种方法转换：
(1) html = etree.fromstring("<html>.
最低0.47元/天 解锁文章
355
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
