摘要：数据的时代，网络爬虫有一定的法律风险，但是只要遵守协议知道抓爬哪些数据是不合法的，我们就能避免。 每个网站一般都有Rebots协议,没有的就都可以爬了。 Robots Exclusion Standard,网络爬虫排除标准协议 作用： 告知网络爬虫哪些页面可以抓爬，哪些不可以 形式： 在网站跟目录下 阅读全文

摘要：Requests库得7个主要方法： requests.request() 构造一个请求，支撑以下各方法得基础方法 requests.get() 获取html网页得主要方法，对应于HTTP得GET requests.head() 获取http网页信息头的方法，对应于HTTP的HEAD requests 阅读全文

摘要：安装： cmd模式下输入 pip install jieba anaconda对应环境 conda install jieba 分词原理： Jieba分词依靠中文词库 -利用一个中文词库，确定汉字之间的关联概率 -汉字间概率大的组成词组，形成分词结果 -除了分词，用户还可以添加自定义的词组 jieb 阅读全文

摘要：集合类型及操作 集合元素之间无序，集合元素不可更改。 创建 set("pypy123") {'1', '3', 'p', 'y', '2'} 空集合不能用{}生成，留个字典了， 用set（） 关系操作 交 & 并 | 差 - 补^ 支持（&=, |=, -=, ^=） 关系操作符 <,<=,>,>= 阅读全文

摘要：用严格的缩进代替C++中的{}，简洁美观。 变量不需要传统的定义，系统推断，类似auto 命名规则：大小写字母、数字、下划线和汉字等字符组合 注意事项：大小写敏感、首字符不能是数字、不与保留字相同 注释#注释一句，三引号注释多行，有意思的是三引号也是字符串 33个保留字：(大小写敏感) and el 阅读全文