摘要：
Python continue 语句跳出本次循环 当需要跳过本次循环的时候，使用continue能跳过本次循环，直接下一个循环 如下脚本： alllink是一个url链接数组 从这个数组内循环读取链接 然后判断链接是否与事先定义好的firstlink一致 如果一致，则跳过这次循环，读取下一个链接执行 阅读全文
posted @ 2019-08-11 20:00
小贝书屋
阅读(20615)
评论(0)
推荐(0)
摘要：
实例一： 上图所示 爬虫返回的链接有一部分带有http前缀，有一部分没有，且也不知道具体哪些链接会出现没有前缀的情况 后面如果通过返回链接进行再次访问，那么肯定会出现报错的问题 思路： 判断 返回值内是否包含某内容 比如判断返回值是否含有“www” 如果有，则跳过，没有则加上前缀 构造链接 代码如下 阅读全文
posted @ 2019-08-11 16:59
小贝书屋
阅读(1643)
评论(0)
推荐(0)
摘要：
面讲的方法只适用于返回值长度固定的内容，长度不固定，每次取得值就不会一样 案例1： 比如，我们需要取出“提取码: y3rx ”“：”后面的“y3rx” 目标数据在内容的第5位到第9位，做左侧为第1位，冒号后面有一位空格，也算一位数据。从左到右索引默认0开始的 代码如下： C = “提取码: y3rx 阅读全文
posted @ 2019-08-11 16:52
小贝书屋
阅读(3293)
评论(0)
推荐(0)
摘要：
代码A如下： 打印结果： (5, 3, 4, 5, 6) 代码B如下： 打印结果： 5 3 4 5 6 乍一看两个程序一样 但是结果确实不一样的 一个横着显示 一个竖着显示 。其实最大的区别在于 return kargs后面有个逗号 表示变换行了 阅读全文
posted @ 2019-08-11 16:46
小贝书屋
阅读(370)
评论(0)
推荐(0)
摘要：
案例一： 某套图网站，套图以封面形式展现在页面，需要依次点击套图，点击广告盘链接，最后到达百度网盘展示页面。 这一过程通过爬虫来实现，收集百度网盘地址和提取码，采用xpath爬虫技术 1、首先分析图片列表页，该页按照更新先后顺序暂时套图封面，查看HTML结构。每一组“li”对应一组套图。属性href 阅读全文
posted @ 2019-08-11 16:42
小贝书屋
阅读(9043)
评论(0)
推荐(0)
浙公网安备 33010602011771号