- 博客(4)
- 收藏
- 关注
原创 利用defaultdict与re正则表达式来提取json数据集的内容
【代码】利用defaultdict与re正则表达式来提取json数据集的内容。
2024-07-04 15:16:04
166
原创 爬取百度搜索新闻(大模型 银行)
用到了selenium来模拟人为打开浏览器。之前尝试过直接用requests.get(),发现会弹出百度安全验证,加了referer,user-agent等headers都无法爬取,于是采用了这个方法。以下是除了微信公众号爬取有问题其他内容可以爬取的源代码。接下来将进行测试,如何正确输出微信公众号的文本内容。这个方法实测能用,但爬取速度较慢。爬着玩的,训练自己的爬虫能力。
2024-07-01 11:04:11
457
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人