Python爬虫之常用模块

urlencode

urlencode
# 对字典进行URL编码
# https://blog.csdn.net/weixin_43411585/article/details/88854544

pyquery

pyquery 
# pyquery 是类型jquery 的一个专供python使用的html解析的库
# https://www.cnblogs.com/gj5379/p/8514535.html
# 标签 
'''
from pyquery import PyQuery as pq
with open("index.html", "r") as f:
    contents = f.read()
    doc = pq(contents)
    text = doc("h2").text()
    print(text)
'''

# 属性
# https://geek-docs.com/python/python-tutorial/python-pyquery.html#ftoc-heading-1

jsonpath

jsonPaht
# https://blog.csdn.net/nd211314555/article/details/88426529

xpath

xpath
 https:/www.bilibili.com/h5/note-app/view?cvid=17158089&pagefrom=comment

scrapy

#Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。
#Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试.
# https://blog.csdn.net/ck784101777/article/details/104468780

ProxyPool

参考 link

检验

#!/bin/bash

rm -rf ./log*/*

redis-cli -h 192.168.3.13 -p 6379  ZRANGE proxies:universal 0  -1 >pool

for i in $(cat pool)
do
{
        cmd="curl -s -o /dev/null --connect-timeout 3  -w %{http_code} --proxy  $i https://www.youtube.com/"
        code=`$cmd`
        if [[ $code == "200" ]] ; then
                echo " $i ---> SUCCESS " | tee ./log2/${i}_proxy_can_access_youtube
        else
                echo " $i ---> Failure "
       fi
}&
done

参考

Window下Redis的安装和部署详细图文教程(Redis的安装和可视化工具的使用)
通过curl获取HTTP状态返回码

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

yolo2016

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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