xxxz_02的博客

前面的

1、引入模块 from bs4 import BeautifulSoup import re import urllib import sqlite3 import xlwt 2、定义得到一个指定的URL网页内容的函数 #得到一个指定URL的网页内容 def askURL(url): head={ #模拟浏览器，向像豆瓣服务器发送消息（伪装） "User-Agent":"Mozilla/5.0(WindowsNT10.0;WOW64)AppleWe

准本工作 https://movie.douban.com/top250(https表示加密网址) 分析页面 网址第一页 第二页前面路径没变多了？加一些参数 Url分析：页面包括250条电影数据，每页25条共10页每页的url不同之处是：最后的数值=（页数-1）*25 我们需要的数据都在网页的源代码中，假如我们需要找到每一个电影标题，那么我们怎样定位呢？ 借助Chrome开发者工具（F12）来分析网页 ...

任务：爬取豆瓣电影Top250的基本信息，包括电影的名称、豆瓣评分、评价数、电影概况、电影链接等。 https://movie.douban.com/top250 爬虫基本知识 是什么？ 爬虫就是按照一定的规则，自动抓取互联网信息的程序或者脚本。 做什么？ 可以通过浏览器访问的数据（视频，照片等）都可以通过爬虫获取。 爬虫的本质？ 模拟浏览器打开网页，获取网页中我们想要的那部分数据（数据解析）。将浏览器展示出来的信息选择部分我们感兴趣、对我们有价值的东西保存起来。 基本流程： 准备.

构造包含十以内的质数数组 第一次外循环i=2，未执行内循环（未执行break），直接执行外循环else语句在空列表b中追加元素i；第二次外循环i=3,内循环n=3时，执行break，不执行else语句。 （当n=i-1时没有执行break语句则需要跳出内循环，执行else语句；n<i-1时，执行了break，则不需要执行else语句） 如当i=4时，n=2,满足if条件执行break，结束内循环，不执行else语句，即未将4追加进列表b 总结：如果for循环中执行...