摘要：服务器代理爬取网站 免费代理网站：www.xicidaili.com，www.xsdaili.com，www.mayidaili.com/free，http://ip.yqie.com/ipproxy.htm 添加代理服务器的地址，代理服务器是哪种类型就要用相应的类型，比如https就要用https 阅读全文

摘要：urllib.request.urlretrieve(url,本地地址)：将网页内容缓存到本地 urllib.request.urlcleanup()清除urlretrieve产生的缓存 .info:当前文件的基本信息 .getcode：获取网站的状态码 .geturl：获取网站的url decod 阅读全文

摘要：正则表达式：将数据进行筛选的一种表达式 原子是正则表达式中最基本的组成单位，每个表达式中至少含有一个原子， 1.普通字符作为原子，2.非打印字符作为原子，3.通用字符作为原子，4.原子表 使用正则表达式需先导入re模块 re.search（条件，范围） >>> import re >>> pat = 阅读全文