《Python 3网络爬虫开发实战》chapter6

6.4分析Ajax爬取今日头条街拍美图

时间戳问题：

这里有个timestamp，是url中的参数之一，与参数offset相同，二者不同于其他固定的参数，他们是随着翻页值会进行改变的。
参考链接：https://www.cnblogs.com/fangbei/p/python-time.html
此处的时间戳为毫秒级时间戳，所以相应代码为：

timestamp = int(round(time.time() * 1000))

requests.exceptions.MissingSchema错误

程序报错如下：
requests.exceptions.MissingSchema: Invalid URL ‘//p3-tt.byteimg.com/list/300x196/2a1ed0008bbfbfc9f6bae’: No schema supplied. Perhaps you meant http:p3-tt.byteimg.com/list/300x196/2a1ed0008bbfbfc9f6bae?

解决方案参考：https://www.cnblogs.com/zengsf/p/9737559.html
报错代码为：

response = requests.get(item.get('image'))

更改后的代码为：

response = requests.get('http:' + item.get('image'))

命名问题

程序报错如下：
OSError: [Errno 22] 文件名、目录名或卷标语法不正确。
原因：
windows下文件的命名存在限制：在Windows系统中，文件名不允许使用的字符有： < > / \ | : " * ?
在Windows系统中，文件名命名规则如下：
　　1）文件名最长可以使用255个字符；
　　2）可以使用扩展名，扩展名用来表示文件类型，也可以使用多间隔符的扩展名（如win.ini.txt是一个合法的文件名，但其文件类型由最后一个扩展名决定）；
　　3）文件名中允许使用空格，但不允许使用下列字符（英文输入法状态）：< > / \ | : " * ?；
　　4）windows系统对文件名中字母的大小写在显示时有不同，但在使用时不区分大小写。
解决方案：
直接将这些不允许使用的字符替换成了空格。

Python多进程库multiprocessing中进程池Pool类的使用

详细介绍参考：
https://blog.csdn.net/jinping_shi/article/details/52433867
https://blog.csdn.net/zhuzuwei/article/details/80907079