Python爬虫编程实践 Task02

最新推荐文章于 2022-05-04 13:00:00 发布
最新推荐文章于 2022-05-04 13:00:00 发布
阅读量428 收藏
点赞数
分类专栏： 爬虫 文章标签： 正则表达式 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45325331/article/details/105709404
版权

文章目录

一、Xpath

Xpath常用的路径表达式

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。在XPath中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。XML文档是被作为节点树来对待的。

XPath使用路径表达式在XML文档中选取节点。节点是通过沿着路径选取的。下面列出了最常用的路径表达式：

  1. nodename 选取此节点的所有子节点。
  2. ./ 从根节点选取。
  3. // 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
  4. . 选取当前节点。
  5. … 选取当前节点的父节点。
  6. @ 选取属性。
  7. /text() 提取标签下面的文本内容
    如：
    /标签名 逐层提取
    /标签名 提取所有名为<>的标签
    //标签名[@属性=“属性值”] 提取包含属性为属性值的标签
    @属性名 代表取某个属性名的属性值

使用lxml解析

  • 导入库：from lxml import etree
  • lxml将html文本转成xml对象
    • tree = etree.HTML(html)
  • 用户名称：tree.xpath(’//div[@class=“auth”]/a/text()’)
  • 回复内容：tree.xpath(’//td[@class=“postbody”]’) 因为回复内容中有换行等标签，所以需要用string()来获取数据。
  • Xpath中text()，string()，data()的区别如下：
    • text()仅仅返回所指元素的文本内容。
    • string()函数会得到所指元素的所有节点文本内容，这些文本讲会被拼接成一个字符串。
    • data()大多数时候，data()函数和string()函数通用，而且不建议经常使用data()函数，有数据表明，该函数会影响XPath的性能。

实战：爬取丁香园-用户名和回复内容

# 导入库
from lxml import etree
import requests
url = "http://www.dxy.cn/bbs/thread/626626#626626"
# 获取url的html
req = requests.get(url)
html = req.text
#  利用Xpath表达式获取user和content
user = tree.xpath('')
content = tree.xpath('')
#  保存爬取的内容¶
results = []
for i in range(0, len(user)):
    # print(user[i].strip()+":"+content[i].xpath('string(.)').strip())
    # print("*"*80)
    # 因为回复内容中有换行等标签，所以需要用string()来获取数据
    results.append(user[i].strip() + ":  " + content[i].xpath('string(.)').strip())

# 打印爬取的结果
for i,result in zip(range(0, len(user)),results):
    print("user"+ str(i+1) + "-" + result)
    print("*"*100)

二、正则表达式 re库

正则表达式是一种通用的字符串表达框架，用来简洁表达一组字符串和判断某字符串的特征归属
正则表达式在文本处理中十分常用，能够同时查找或替换一组字符串和匹配字符串的全部或部分

正则表达式的语法

在这里插入图片描述

正则表达式re库的使用

re库的主要功能函数
  1. .re.search() 在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象
  2. re.match() 从一个字符串的开始位置起匹配正则表达式，返回match对象
  3. re.findall() 搜索字符串，以列表类型返回全部能匹配的子串
  4. re.split() 将一个字符串按照正则表达式匹配结果进行分割，
  5. re.finditer() 搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象
  6. re.sub() 在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串
  7. flags : 正则表达式使用时的控制标记：
    re.I --> re.IGNORECASE : 忽略正则表达式的大小写，[A‐Z]能够匹配小写字符
    re.M --> re.MULTILINE : 正则表达式中的^操作符能够将给定字符串的每行当作匹配开始
    re.S --> re.DOTALL : 正则表达式中的.操作符能够匹配所有字符，默认匹配除换行外的所有字符
re.search(pattern, string, flags=0)
re.match(pattern, string, flags=0)
re.findall(pattern, string, flags=0)
re.split(pattern, string, maxsplit=0, flags=0)
re.finditer(pattern, string, flags=0)
re.sub(pattern, repl, string, count=0, flags=0)
re库的另一种等价用法

regex = re.compile(pattern, flags=0)：将正则表达式的字符串形式编译成正则表达式对象

re库的贪婪匹配和最小匹配

.* Re库默认采用贪婪匹配，即输出匹配最长的子串
*? 只要长度输出可能不同的，都可以通过在操作符后增加?变成最小匹配

实战：淘宝商品比价定向爬虫

import requests
import re

# 提交商品搜索请求，循环获取页面
def getHTMLText(url):
    """
    请求获取html，（字符串）
    :param url: 爬取网址
    :return: 字符串
    """
    try:
        # 添加头信息,
        kv = {
            'cookie': 'thw=cn; v=0; t=ab66dffdedcb481f77fd563809639584; cookie2=1f14e41c704ef58f8b66ff509d0d122e; _tb_token_=5e6bed8635536; cna=fGOnFZvieDECAXWIVi96eKju; unb=1864721683; sg=%E4%B8%8B3f; _l_g_=Ug%3D%3D; skt=83871ef3b7a49a0f; cookie1=BqeGegkL%2BLUif2jpoUcc6t6Ogy0RFtJuYXR4VHB7W0A%3D; csg=3f233d33; uc3=vt3=F8dBy3%2F50cpZbAursCI%3D&id2=UondEBnuqeCnfA%3D%3D&nk2=u%2F5wdRaOPk21wDx%2F&lg2=VFC%2FuZ9ayeYq2g%3D%3D; existShop=MTU2MjUyMzkyMw%3D%3D; tracknick=%5Cu4E36%5Cu541B%5Cu4E34%5Cu4E3F%5Cu5929%5Cu4E0B; lgc=%5Cu4E36%5Cu541B%5Cu4E34%5Cu4E3F%5Cu5929%5Cu4E0B; _cc_=WqG3DMC9EA%3D%3D; dnk=%5Cu4E36%5Cu541B%5Cu4E34%5Cu4E3F%5Cu5929%5Cu4E0B; _nk_=%5Cu4E36%5Cu541B%5Cu4E34%5Cu4E3F%5Cu5929%5Cu4E0B; cookie17=UondEBnuqeCnfA%3D%3D; tg=0; enc=2GbbFv3joWCJmxVZNFLPuxUUDA7QTpES2D5NF0D6T1EIvSUqKbx15CNrsn7nR9g%2Fz8gPUYbZEI95bhHG8M9pwA%3D%3D; hng=CN%7Czh-CN%7CCNY%7C156; mt=ci=32_1; alitrackid=www.taobao.com; lastalitrackid=www.taobao.com; swfstore=97213; x=e%3D1%26p%3D*%26s%3D0%26c%3D0%26f%3D0%26g%3D0%26t%3D0%26__ll%3D-1%26_ato%3D0; uc1=cookie16=UtASsssmPlP%2Ff1IHDsDaPRu%2BPw%3D%3D&cookie21=UIHiLt3xThH8t7YQouiW&cookie15=URm48syIIVrSKA%3D%3D&existShop=false&pas=0&cookie14=UoTaGqj%2FcX1yKw%3D%3D&tag=8&lng=zh_CN; JSESSIONID=A502D8EDDCE7B58F15F170380A767027; isg=BMnJJFqj8FrUHowu4yKyNXcd2PXjvpa98f4aQWs-RbDvsunEs2bNGLfj8BYE6lWA; l=cBTDZx2mqxnxDRr0BOCanurza77OSIRYYuPzaNbMi_5dd6T114_OkmrjfF96VjWdO2LB4G2npwJ9-etkZ1QoqpJRWkvP.; whl=-1%260%260%261562528831082',
            'user-agent': 'Mozilla/5.0'
        }
        r = requests.get(url, timeout=30, headers=kv)
        # r = requests.get(url, timeout=30)
        # print(r.status_code)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "爬取失败"
        
# 对于每个页面，提取商品名称和价格信息（完成正则表达式语句）
def parsePage(glist, html):
    '''
    解析网页，搜索需要的信息
    :param glist: 列表作为存储容器
    :param html: 由getHTMLText()得到的
    :return: 商品信息的列表
    '''
    try:
        # 使用正则表达式提取信息
        #商品价格
        price_list = re.findall(r'', html)
        #商品名称
        name_list = re.findall(r'', html)
        for i in range(len(price_list)):
            price = eval(price_list[i].split(":")[1])  #eval（）在此可以去掉""
            name = eval(name_list[i].split(":")[1])
            glist.append([price, name])
    except:
        print("解析失败")

# 将信息输出到屏幕上
def printGoodList(glist):
    tplt = "{0:^4}\t{1:^6}\t{2:^10}"
    print(tplt.format("序号", "商品价格", "商品名称"))
    count = 0
    for g in glist:
        count = count + 1
        print(tplt.format(count, g[0], g[1]))

# 根据页面url的变化寻找规律，构建爬取url
goods_name = "书包"  # 搜索商品类型
start_url = "https://s.taobao.com/search?q=" + goods_name
info_list = []
page = 3  # 爬取页面数量
count = 0
for i in range(page):
    count += 1
    try:
        url = start_url + "&s=" + str(44 * i)
        html = getHTMLText(url)  # 爬取url
        parsePage(info_list, html) #解析HTML和爬取内容
        print("\r爬取页面当前进度: {:.2f}%".format(count * 100 / page), end="")  # 显示进度条
    except:
        continue
printGoodList(info_list)

三、Beautiful Soup库

Beautiful Soup 是一个HTML/XML 的解析器，主要用于解析和提取 HTML/XML 数据。它基于HTML DOM 的，会载入整个文档，解析整个DOM树，因此时间和内存开销都会大很多，所以性能要低于lxml。BeautifulSoup 用来解析 HTML 比较简单，API非常人性化，支持CSS选择器、Python标准库中的HTML解析器，也支持 lxml 的 XML解析器。虽然说BeautifulSoup4 简单容易比较上手，但是匹配效率还是远远不如正则以及xpath的，一般不推荐使用，推荐正则的使用。

Beautiful Soup库的基本元素

  • Tag 标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾；
  • Name 标签的名字，< p>…</ p >的名字是’p’，格式：< tag>.name;
  • Attributes 标签的属性，字典形式组织，格式：< tag>.attrs;
  • NavigableString 标签内非属性字符串，<>…</>中字符串，格式：< tag>.string;
  • Comment 标签内字符串的注释部分，一种特殊的Comment类型;
from bs4 import BeautifulSoup
import requests # 抓取页面

r = requests.get('https://python123.io/ws/demo.html') # Demo网址
demo = r.text  # 抓取的数据
soup = BeautifulSoup(demo, 'html.parser')  # 抓取的页面数据；bs4的解析器
1.标签，用soup.< tag>访问获得:
soup.title
2.标签的名字:每个< tag>都有自己的名字，通过soup..name获取，字符串类型
soup.a.name
3。标签的属性,一个< tag>可以有0或多个属性，字典类型,soup.< tag>.attrs
tag = soup.a
print(tag.attrs)
print(tag.attrs['class'])
print(type(tag.attrs))

{'href': 'http://www.icourse163.org/course/BIT-268001', 'class': ['py1'], 'id': 'link1'}
['py1']
<class 'dict'>
4.Attributes:标签内非属性字符串,格式：soup.< tag>.string, NavigableString可以跨越多个层次
print(soup.a.string)
print(type(soup.a.string))**

<class 'bs4.element.NavigableString'>
5.NavigableString:标签内字符串的注释部分，Comment是一种特殊类型(有–>)
print(type(soup.p.string))

<class 'bs4.element.NavigableString'>
6.prettify()为HTML文本<>及其内容增加更加’\n’,有层次感的输出
print(soup.prettify())
7.bs4库将任何HTML输入都变成utf‐8编码
newsoup = BeautifulSoup('<a>中文</a>', 'html.parser')
print(newsoup.prettify())

基于bs4库的HTML内容遍历方法

  • 标签树的下行遍历
    • .contents 子节点的列表，将所有儿子节点存入列表
    • .children 子节点的迭代类型，与.contents类似，用于循环遍历儿子节点
    • .descendants 子孙节点的迭代类型，包含所有子孙节点，用于循环遍历
  • 标签树的上行遍历
    • .parent 节点的父亲标签
    • .parents 节点先辈标签的迭代类型，用于循环遍历先辈节点
  • 标签树的平行遍历
    • .next_sibling 返回按照HTML文本顺序的下一个平行节点标签
    • .previous_sibling 返回按照HTML文本顺序的上一个平行节点标签
    • .next_siblings 迭代类型，返回按照HTML文本顺序的后续所有平行节点标签
    • .previous_siblings 迭代类型，返回按照HTML文本顺序的前续所有平行节点标签
标签树的下行遍历
import requests
from bs4 import BeautifulSoup

r=requests.get('http://python123.io/ws/demo.html')
demo=r.text
soup=BeautifulSoup(demo,'html.parser')

for child in soup.body.children:#遍历儿子节点
    print(child)

for child in soup.body.descendants:#遍历子孙节点
    print(child)
标签树的上行遍历
for parent in soup.a.parents: # 遍历先辈的信息
    if parent is None:
        print(parent)
    else:
        print(parent.name)
标签树的平行遍历

标签树的平行遍历是有条件的，平行遍历发生在同一个父亲节点的各节点之间，标签中的内容也构成了节点

for sibling in soup.a.next_siblings:#遍历后续节点
    print(sibling)

for sibling in soup.a.previous_sibling:#遍历之前的节点
    print(sibling)

基于bs4库的HTML内容的查找方法

  • find_all(name, attrs, recursive, string, **kwargs)

    • name : 对标签名称的检索字符串
    • attrs: 对标签属性值的检索字符串，可标注属性检索
    • recursive: 是否对子孙全部检索，默认True
    • string: <>…</>中字符串区域的检索字符串

  • find() 搜索且只返回一个结果，同.find_all()参数

  • find_parents() 在先辈节点中搜索，返回列表类型，同.find_all()参数

  • find_parent() 在先辈节点中返回一个结果，同.find()参数

  • find_next_siblings() 在后续平行节点中搜索，返回列表类型，同.find_all()参数

  • find_next_sibling() 在后续平行节点中返回一个结果，同.find()参数

  • find_previous_siblings() 在前序平行节点中搜索，返回列表类型，同.find_all()参数

  • find_previous_sibling() 在前序平行节点中返回一个结果，同.find()参数

import requests
from bs4 import BeautifulSoup

r = requests.get('http://python123.io/ws/demo.html')
demo = r.text
soup = BeautifulSoup(demo,'html.parser')
soup.find_all('a')
soup.find_all("p","course")

实战：中国大学排名定向爬取

import requests
from bs4 import BeautifulSoup
import bs4

# 从网络上获取大学排名网页内容
def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30) 
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""
#  提取网页内容中信息到合适的数据结构
def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, "html.parser")
    for tr in soup.find('tbody').children: 
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            # 根据实际提取需要的内容，
            ulist.append([tds[0].string, tds[1].string, tds[3].string])  、

# 对中英文混排输出问题进行优化:对format()，设定宽度和添加参数chr(12288)
def printUnivList(ulist, num=20):
    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
    print(tplt.format('排名', '学校名称', '总分', chr(12288)))
    for i in range(num):
        u = ulist[i]
        print(tplt.format(u[0], u[1], u[2], chr(12288)))

u_info = [] # 存储爬取结果的容器
url = 'http://www.zuihaodaxue.cn/zuihaodaxuepaiming2019.html'
html = getHTMLText(url)
fillUnivList(u_info, html)
printUnivList(u_info, num=30)
李明朔
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
18. `bs对象.节点名.next_sibling` previous_sibling 获取兄弟节点
weixin_63986098的博客
06-28 1012
获取兄弟节点
next_siblings()函数介绍
weixin_43765541的博客
04-17 254
是一个 BeautifulSoup 库中的函数，用于在 HTML 或 XML 文档中查找当前节点之后的所有兄弟节点。它返回一个生成器对象，可以用于迭代获取当前节点之后的所有兄弟节点。这个函数对于在解析 HTML 或 XML 文档时查找特定节点之后的相关内容非常有用。标签后的所有兄弟节点，即第二个和第三个。
Beatifulsoup4 兄弟节点 next_sibling和next_sibling()
weixin_38517397的博客
08-24 5249
Beatifulsoup4 兄弟节点 next_sibling和next_sibling() 使用bs4的时候，偶然发现兄弟节点next_sibling加括号和不加括号还有区别，记录一下。 html代码： <div class="col-md-4">&nbsp;</div><div class="col-md-4"><strong>Total</strong></div><div class="col-md-4">&
Python html中一级元素.next_sibling打印为空
u011378313的博客
01-17 2213
在学到BeautifulSoup库的兄弟节点有了疑惑，希望见到这篇文章的各位大神们能帮我解决这个疑惑。以下是出现问题的代码，没有报错，只是实现与我期望的不同。from bs4 import BeautifulSoup sibling_html = """                         biubiubiupiupiupiu             哔哩哔哩           
python爬虫教程（五）：解析库bs4及爬取实例
csdn1561168266的博客
05-04 1万+
大家好，今天分享的是解析库中的bs4，这个库如果是初学者的话肯定听过，本文章的目的是让你知道如何使用bs4。 一、安装及初始印象 1.安装 bs4是一个第三方库，需要安装。如果使用的是默认的IDE，可以在命令行下敲下： pip install bs4 如果是其它的话，建议百度或在论坛上寻找方法。 2.解析器 对于bs4这个库来说，我们主要使用的是BeautifulSoup对象，使用方法如下： # 导包 from bs4 import BeautifulSoup # 创建对象 soup =
Python 爬虫 编程 从入门到实践
03-11
爬虫 Python编程 从入门到实践
【python爬虫】python爬虫基础知识及简单实践
最新发布
05-17
【python爬虫】python爬虫基础知识及简单实践【python爬虫】python爬虫基础知识及简单实践【python爬虫】python爬虫基础知识及简单实践【python爬虫】python爬虫基础知识及简单实践【python爬虫】python爬虫基础知识...
Python爬虫实践视频资料
04-29
Python爬虫实践，有详细的教程可以很好的学习
python爬虫基础python爬虫基础
12-28
python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础python爬虫基础...
python爬虫20个案例
03-25
讲诉python爬虫的20个案例 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
BeautifulSoup库
weixin_34349320的博客
10-05 142
（一）简介 BeautifulSoup是一个灵活方便的网页解析库，处理高效，支持多种解析器，利用它可以不用编写正则表达式即可方便的实现网页信息的提取。 这里我们介绍一下一些常用的解析库： （二）用法详解 　　　　1.基本使用 1 from bs4 import BeautifulSoup 2 3 html = """ 4 <html><head&...
Python网络爬虫与信息提取
Ep流苏的博客
05-24 2292
1.Requests库入门 Requests安装 用管理员身份打开命令提示符： pip install requests 测试：打开IDLE： >>> import requests >>> r = requests.get("http://www.baidu.com") >>> r.status_code 200 >>> ...
Python3爬虫之BeautifulSoup库的使用
qq_33168924的博客
11-10 550
1.BeautifulSoup的介绍 BeautifulSop是一个灵活又方便的网页解析库，处理高效，支持多种解析器。利用它不用编写正则表达式就可以方便的实现网页信息的提取。 2.安装BeautifulSoup 已经更新到第4个版本，所以是beautifulsoup4,使用cmd命令安装，前提安装的anaconda,并且环境变量配置正确。 cmd命令: pip3 install beautiful...
previous_sibling和next_sibling的理解
PJ_STAR的博客
12-27 836
示例页面 <a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>, <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and <a href="http://example.com/tillie" class="sister" id="link3">Tillie</
nextSibling和nextElementSibling的区别
weixin_42632642的博客
11-04 1053
nextSibling返回其父节点的childNodes子节点列表中紧随其后的节点nextElementSibling返回的则是其父节点的childNodes子节点列表中紧随其后的元素节点previousSibling和previousElementSibling类似 DOM 节点 根据 W3C 的 HTML DOM 标准，HTML 文档中的所有内容都是节点： 1. 整个文档是一个文档节点，节点类型：9 2. 每个 HTML 元素是元素节点，节点类型：1 3. HTML 元素内的文本是文本节点，节点类型：
python爬虫学习（二）：使用python获取网站所有文章标题及对应链接
qq_41360255的博客
01-12 5500
import requests from bs4 import BeautifulSoup import json def download_all_htmls(): """ 下载所有列表页面的HTML，用于后续的分析 """ htmls = [] for idx in range(34): url = f"http://www.crazyant.net/page/{idx+1}" #自动爬取所有页面 print("craw htm
nextSibling 和nextElementSibling
热门推荐
qq1169091731的博客
11-05 1万+
nextSibling 和nextElementSibling的区别DOM 使用nextSibling属性返回指定节点之后的下一个兄弟节点，（即：相同节点树层中的下一个节点）。nextSibling属性与nextElementSibling属性的差别： nextSibling属性返回元素节点之后的兄弟节点（包括文本节点、注释节点即回车、换行、空格、文本等等）； nextElementSiblin
Python爬虫包 BeautifulSoup 学习（八） parent等应用
Mr.Phoebe的专栏
01-23 5568
继续使用上篇的html页面内容：html_doc = """ <html> <head><title>The Dormouse's story</title></head> <p class="title"><b>The Dormouse's story</b></p> <p class="story">Once upon a time there were three little sist
python 爬虫实战
08-27
Python爬虫实战是指使用Python编写程序来实现对网页的自动抓取和数据提取的过程。通过爬虫技术，我们可以从网页中获取所需的数据，并将其用于各种用途，例如数据分析、数据可视化、机器学习等。在实践中，我们通常使用Python中的一些库和框架来辅助进行爬虫开发，比如BeautifulSoup、Scrapy等工具。通过这些工具，我们可以解析网页的HTML结构，提取出需要的数据，并进行相应的处理和存储。爬虫实战的过程涉及到网页的请求和响应、HTML解析、数据提取和处理等多个环节，需要我们具备一定的编程和网络知识。通过实际的项目练习和不断的学习，我们可以掌握Python爬虫的技巧和方法，提高自己的实战能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [超详细！Python爬虫实战案例](https://blog.csdn.net/python03014/article/details/131084685)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值