![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python爬虫
David Wolfowitz
愿在最好的青春做成最想做的事
展开
-
Python网络爬虫【2】--正则表达式、Scrapy库的使用
单元四、信息组织与提取方法1)信息标记的三种方式XML, JSON, YAML2)信息提取的一般方法方法一:完整解析信息的标记形式,再提取关键信息XML JSON YAML需要标记解析器 例如:bs4库的标记树遍历优先:信息解析准确缺点:提取过程繁琐,速度慢方法二:无标记形式,直接搜索关键信息搜索对信息的文本查找函数即可。优点:提取过程简单,速度较快缺点:提取结果准确性与信息内容有关方法三:融合方法:结合形式解析与搜索方法,提取关键信息XML JSON YAML 搜原创 2020-07-01 10:51:41 · 512 阅读 · 0 评论 -
Python网络爬虫【1】-- Request库、 Robos协议 、BeautifulSoup库 、简单爬虫项目
单元一:Requests库入门-HTTP协议及Requests库方法(SHD)1、Requests库的7个主要方法方法说明requests.request()构造一个请求,支撑一下各个方法的基础方法requests.get()获取HTML网页的主要方法,对应于HTTP的GETrequests.head()获取HTML网页头信息的方法,对应于HTTP的HEADrequests.post()向HTML网页提交POST请求的方法,对应于HTTP的POSTre原创 2020-06-29 23:36:40 · 388 阅读 · 0 评论