摘要：初步探查 打开网站 http://bang.dangdang.com/books/fivestars/1-1 一共25页,每一页最后面的值会发生改变 我们打算获得 排名 书名 图片地址 作者 推荐指数 五星评分 次数价格 逐步实现 主要思路: 使用 page 变量来实现翻页 我们使用 request 阅读全文

摘要：常用表达式 字符 描述 \d 代表任意数字，就是阿拉伯数字 0-9 这些玩意。 \D 大写的就是和小写的唱反调，\d 你代表的是任意数字是吧？那么我 \D 就代表不是数字的。 \w 代表字母，数字，下划线。也就是 a-z、A-Z、0-9、_。 \W 跟 \w 唱反调，代表不是字母，不是数字，不是下划 阅读全文

摘要：requests requests 是在 urllib 的基础上搞出来的,通过它我们可以用更少的代码,模拟浏览器操作,使用比urllib方便 对于不是 python 的内置库 我们需要安装一下,直接使用 pip 安装pip install requests 导入 requests 模块 import 阅读全文

摘要：网络爬虫是捜索引擎（Baidu、Google、Yahoo）抓取系统的重要组成部分。主要目的是将互联网上的网页下载到本地，形成一个互联网内容的镜像备份。 网络爬虫的基本工作流程如下： 首先选取一部分精心挑选的种子URL； 将这些URL放入待抓取URL队列； 从待抓取URL队列中取出待抓取在URL，解析 阅读全文