Python.爬虫练习

网上了解到，存在如下2个地址，用以练习 Python 爬虫代码  在此先记录一下，免得以后忘了

1. http://www.glidedsky.com/
>> 这个地址需要邮箱验证，但邮箱验证业务，好像有问题，发不了邮件；

2. https://cuiqingcai.com/9522.html

------------------------------

在 http://www.glidedsky.com/ 上初始跟进代码时，自己陷入了一个误区，后期需特别注意

习惯于 前后端分离业务的开发，在 Debug 时，总是习惯性只跟踪 XHR 调用；完全没意识到，需要跟踪的是前端数据；而不是 后端接口调用数据；

 

关于 HTML 源码解析处理

安装 lxml 包，

from lxml import etree 来进行解析处理

lxml 加载HTML文本后，会解析成 树型结构；之后可使用 XPath 进行节点匹配及数据处理

XPath 语法规则：

 

更多XPath  应用方法，可参考：https://blog.csdn.net/m0_73978383/article/details/146946257