复盘知识6

1、什么情况下使用collections.defaultdict?
当定义一个字典时，某个键值不存在时会报错，但是用collections.defaultdict初始化不会报错，参数可以是int，表示value值是int类型，参数如果是list，表示value值是list列表。
2、爬虫内容：
request包请求包
import request
url=’ …’
responst=request.get(url)
即可爬到一个网页内容
要检查请求是否成功，就检查response.status_code的值是否和期望的相同（200表示成功）
print(response.text)和response.content都能返回网页内容，不同的是，text返回的是unicode型数据，而content返回的是二进制的数据。
encode编码成想要的码类型
3、字符编码
Python2下的中文字符使用utf-8编码，一个中文字由3个字节组成，一个字母由1个字节组成。
python3下的中文字符使用Unicode编码，不管是一个中文字还是字母都由一个字符表示，但是每个字符占2个字节。
4、.表示当前目录 …表示上一级目录
r+ 和 w+ 表示可以同时读和写
b代表以二进制的形式输入输出，存储图片是以二进制流的形式存储，就要用到b
5、文件命名
1）http://sports.sina.com.cn/others/volleyball/2018-12-24/doc-ihmutuee2655718.shtml
find(’/’，b)从/开始左到右的顺序查找到b结束
rfind（‘//’）从右向左到‘//’结束。
一般用domain_filename命名
2）MD5哈希函数命名
hashlib.md5(url.encode(‘utf-8’)).hexdigest()对url进行哈希运算，得到一组固定长度基本不会重复的编码
3）时间戳命名
time（）