Python
文章平均质量分 76
xymandy
这个作者很懒,什么都没留下…
展开
-
通过互联网采集数据
from urllib.request import urlopenfrom urllib.parse import urlparsefrom bs4 import BeautifulSoupimport reimport datetimeimport randompages = set()random.seed(datetime.datetime.now())#获取页面所有内链的列表def ge...原创 2018-06-04 16:41:25 · 1032 阅读 · 0 评论 -
大学排名爬虫
import requestsimport reimport bs4from bs4 import BeautifulSoup#提交URL获得html页面def getHTMLText(url): try: r = requests.get(url,timeout = 30) r.raise_for_status() r.encoding = r.apparent_encoding ret...原创 2018-06-06 10:41:04 · 192 阅读 · 0 评论 -
淘宝价格比价
import requestsimport redef getHTMLText(url): try: r = requests.get(url,timeout=30) r.raise_for_status() r.encoding = r.apparent_encoding return r.text except: return ""def parsePage(ilt,html): t...原创 2018-06-06 20:52:52 · 1512 阅读 · 0 评论 -
scrapy简单爬虫
在cmd里面输入在ide里面修改books.py文件# -*- coding: utf-8 -*-import scrapyclass BooksSpider(scrapy.Spider): #爬虫唯一标识 name = 'books' #入口点 start_urls = ['http://books.toscrape.com/'] #解析页面,1.提取页面中的数据,2、提取页面中的链接 #页...原创 2018-06-08 17:04:59 · 347 阅读 · 0 评论