- 博客(4)
- 收藏
- 关注
原创 Python爬虫学习记录(4)
5.1 文件存储 文件存储包括txt, json, csv 等形式。 TXT操作十分简单,兼容所有平台,但是有一个缺点那就是不利于检索。常用写法是with as语法。 JSON是通过对象和数组的形式表示数据,构造简单但是结构化程度非常高。 对象:它在JavaScript中是使用花括号{}包裹起来的内容,数据结构是键值对形式。键名可以使用整数和字符串形式。值的类型可以是任意形式。 数组:数组使用方括号包裹起来的内容。主要使用索引形式,值的类型可以是任
2022-06-01 13:21:02 82
原创 Python爬虫学习记录(3)
继续进行书的第四章 上一章中,作者在实现抓取页面爬取时使用的是正则表达式,但是比较复杂。本章介绍就是一些解析库可以更简单的实现抓取页面。 4.1 使用Xpath 常用方法 etree.HTML etree.tostring () 输出修正后的HTML代码,但是结果是bytes形式 html.xpath()获取响应的路径 子节点 父节点 属性获取都比较简单 不再赘述 文本获取:如果想要获取子孙节点内部的所有文本,可以直接用//加text()的方式。这样可以保证获取得到最全面的文本信息。但是可..
2022-05-30 18:42:55 58
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