LoaderMan - 博客园

使用PhantomJS报warnings.warn('Selenium support for PhantomJS has been deprecated, please use headless '解决方法

摘要： selenium已经放弃PhantomJS了，建议使用火狐或者谷歌无界面浏览器。使用无界面浏览器Selenium+Headless FirefoxSelenium+Headless Firefox和Selenium+Firefox，区别就是实例option的时候设置-headless参数。前提条件：阅读全文

posted @ 2019-12-02 20:52 LoaderMan 阅读(2837) 评论(0) 推荐(0)

案例：执行 JavaScript 语句

摘要：模拟滚动条滚动到底部效果：阅读全文

posted @ 2019-12-02 20:27 LoaderMan 阅读(294) 评论(0) 推荐(0)

案例：网站模拟登录

摘要：登入快照显示；阅读全文

posted @ 2019-11-30 16:32 LoaderMan 阅读(797) 评论(0) 推荐(0)

爬虫中Selenium和PhantomJS

摘要： Selenium Selenium是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，类型像我们玩游戏用的按键精灵，可以按指定的命令自动操作，不同是Selenium 可以直接运行在浏览器上，它支持所有主流的浏览器（包括PhantomJS这些无界面的浏览器）。 Selenium 可以根据我们阅读全文

posted @ 2019-11-29 21:26 LoaderMan 阅读(616) 评论(0) 推荐(0)

爬虫中采集动态HTML介绍

摘要： JavaScript JavaScript 是网络上最常用也是支持者最多的客户端脚本语言。它可以收集用户的跟踪数据,不需要重载页面直接提交表单，在页面嵌入多媒体文件，甚至运行网页游戏。我们可以在网页源代码的<scripy>标签里看到，如： jQuery jQuery 是一个十分常见的库,70% 阅读全文

posted @ 2019-11-29 21:25 LoaderMan 阅读(609) 评论(0) 推荐(0)

Oracle系列十五控制用户权限

摘要：权限数据库安全性 --系统安全性 --数据安全性系统权限: 对于数据库的权限对象权限: 操作数据库对象的权限系统权限超过一百多种有效的权限数据库管理员具有高级权限以完成管理任务，例如: 创建用户 DBA 使用 CREATE USER 语句创建用户注：oracle 12c在结构上做出了调阅读全文

posted @ 2019-11-28 19:56 LoaderMan 阅读(254) 评论(0) 推荐(0)

Oracle系列十四序列、索引和同义词

摘要：序列：提供有规律的数值。索引：提高查询的效率同义词：给对象起别名序列: 可供多个用户用来产生唯一数值的数据库对象自动提供唯一的数值共享对象主要用于提供主键值将序列值装入内存可以提高访问效率 CREATE SEQUENCE 语句定义序列: 创建序列创建序列 DEPT_DEPTID 阅读全文

posted @ 2019-11-27 20:33 LoaderMan 阅读(304) 评论(0) 推荐(0)

Oracle系列十三视图

摘要：视图：从表中抽出的逻辑上相关的数据集合。视图是一种虚表。视图建立在已有表的基础上, 视图赖以建立的这些表称为基表。向视图提供数据内容的语句为 SELECT 语句, 可以将视图理解为存储起来的 SELECT 语句. 视图向用户提供基表数据的另一种表现形式为什么使用视图控制数据访问简化查询阅读全文

posted @ 2019-11-26 20:04 LoaderMan 阅读(237) 评论(0) 推荐(0)

多线程爬虫案例

摘要： Queue（队列对象） Queue是python中的标准库，可以直接import Queue引用;队列是线程间最常用的交换数据的形式 python下多线程的思考对于资源，加锁是个重要的环节。因为python原生的list,dict等，都是not thread safe的。而Queue，是线程安全的阅读全文

posted @ 2019-11-25 20:37 LoaderMan 阅读(665) 评论(0) 推荐(1)

CentOS7静默安装Oracle 18g数据库(无图形化界面)

摘要：说明：因为是静默安装，所以我们不需要安装图形界面准备：下载Oracle软件官方网站：http://www.oracle.com/technetwork/database/enterprise-edition/downloads/根据自己的服务器，下载相应的软件交换空间: 重要: RHEL 7 阅读全文

posted @ 2019-11-24 21:00 LoaderMan 阅读(658) 评论(0) 推荐(0)

爬虫案例：博客文章列表

摘要：博客实例：爬取博客园文章列表，假设页面的URL是https://www.cnblogs.com/loaderman 要求：使用requests获取页面信息，用XPath / re 做数据提取获取每个博客里的标题，描述，链接地址，日期等保存到 json 文件内代码效果：阅读全文

posted @ 2019-11-24 15:49 LoaderMan 阅读(219) 评论(0) 推荐(0)

爬虫数据提取之JSON与JsonPATH

摘要：数据提取之JSON与JsonPATH JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。 JSON和XML的比较可谓不相上下。 P 阅读全文

posted @ 2019-11-24 15:46 LoaderMan 阅读(788) 评论(0) 推荐(0)

案例：使用BeautifuSoup4的爬虫

摘要：使用BeautifuSoup4解析器，将招聘网页上的招聘单位名称存储出来。其他信息可类似爬取即可效果：阅读全文

posted @ 2019-11-23 16:18 LoaderMan 阅读(300) 评论(0) 推荐(0)

爬虫中BeautifulSoup4解析器

摘要： CSS 选择器：BeautifulSoup4 和 lxml 一样，Beautiful Soup 也是一个HTML/XML的解析器，主要的功能也是如何解析和提取 HTML/XML 数据。 lxml 只会局部遍历，而Beautiful Soup 是基于HTML DOM的，会载入整个文档，解析整个DOM树阅读全文

posted @ 2019-11-23 08:24 LoaderMan 阅读(399) 评论(0) 推荐(0)

python2.7报错Non-ASCII character '\xe5' in file的解决方法

摘要：在文件首行加#coding=utf-8，一定要在最顶行添加阅读全文

posted @ 2019-11-22 21:23 LoaderMan 阅读(539) 评论(0) 推荐(0)

Oracle系列十二约束

摘要：约束是表级的强制规定有以下五种约束: NOT NULL UNIQUE PRIMARY KEY FOREIGN KEY CHECK 注意事项如果不指定约束名，Oracle server 自动按照 SYS_Cn 的格式指定约束名创建和修改约束: 可以在表级或列级定义约束可以通过数据字典视图查看约阅读全文

posted @ 2019-11-22 20:48 LoaderMan 阅读(425) 评论(0) 推荐(0)

python爬虫案例：使用XPath爬网页图片

摘要：用XPath来做一个简单的爬虫，尝试爬取某个贴吧里的所有帖子，并且将该这个帖子里每个楼层发布的图片下载到本地。效果：阅读全文

posted @ 2019-11-21 21:52 LoaderMan 阅读(2752) 评论(0) 推荐(0)

python爬虫中XPath和lxml解析库

摘要：什么是XML XML 指可扩展标记语言（EXtensible Markup Language） XML 是一种标记语言，很类似 HTML XML 的设计宗旨是传输数据，而非显示数据 XML 的标签需要我们自行定义。 XML 被设计为具有自我描述性。 XML 是 W3C 的推荐标准 W3School官阅读全文

posted @ 2019-11-21 20:12 LoaderMan 阅读(1108) 评论(0) 推荐(1)

案例：使用正则表达式的爬虫

摘要：用正则表达式进行对爬取到的全部网页源代码进行筛选。网站： https://www.cnblogs.com/loaderman/default.html?page=1 打开之后，不难看到里面一个一个灰常有内涵的段子，当你进行翻页的时候，注意url地址的变化：第一页url: https://www. 阅读全文

posted @ 2019-11-21 20:03 LoaderMan 阅读(1423) 评论(0) 推荐(0)

爬虫的正则表达式re模块

摘要：爬虫一共就四个主要步骤：对于down下了的数据是全部的网页，这些数据很庞大并且很混乱，大部分的东西无用的，因此需要将过滤和匹配出来。那么对于文本的过滤或者规则的匹配，最强大的就是正则表达式，是Python爬虫世界里必不可少的神兵利器。什么是正则表达式正则表达式，又称规则表达式，通常被用来检索阅读全文

posted @ 2019-11-20 21:23 LoaderMan 阅读(406) 评论(0) 推荐(0)

爬虫中Requests模块

摘要： Requests: 让 HTTP 服务人类虽然Python的标准库中 urllib2 模块已经包含了平常我们使用的大多数功能，但是它的 API 使用起来让人感觉不太好，而 Requests 自称 “HTTP for Humans”，说明使用更简洁方便。 Requests 唯一的一个非转基因的 Py 阅读全文

posted @ 2019-11-20 20:06 LoaderMan 阅读(233) 评论(0) 推荐(0)

Oracle系列十一数据处理

摘要：数据操纵语言 DML(Data Manipulation Language – 数据操纵语言) 可以在下列条件下执行: 事务是由完成若干项工作的DML语句组成的 INSERT 语句语法使用 INSERT 语句向表中插入数据。使用这种语法一次只能向表中插入一条数据。插入数据为每一列添加一个新值阅读全文

posted @ 2019-11-19 21:07 LoaderMan 阅读(261) 评论(0) 推荐(0)

爬虫urllib2 的异常错误处理URLError和HTTPError

摘要： urllib2 的异常错误处理在我们用urlopen或opener.open方法发出一个请求时，如果urlopen或opener.open不能处理这个response，就产生错误。这里主要说的是URLError和HTTPError，以及对它们的错误处理。 URLError URLError 产生阅读全文

posted @ 2019-11-18 20:10 LoaderMan 阅读(3758) 评论(0) 推荐(0)

爬虫urllib2中Handler处理器和自定义Opener

摘要： Handler处理器和自定义Opener opener是 urllib2.OpenerDirector 的实例，urlopen是一个特殊的opener（也就是模块已经构建好的）。但是基本的urlopen()方法不支持代理、cookie等其他的HTTP/HTTPS高级功能。所以要支持这些功能：阅读全文

posted @ 2019-11-18 19:58 LoaderMan 阅读(221) 评论(0) 推荐(0)

爬虫urllib2库的基本使用

摘要：所谓网页抓取，就是把URL地址中指定的网络资源从网络流中读取出来，保存到本地。在Python中有很多库可以用来抓取网页，urllib2库基本使用。 urllib2 是 Python2.7 自带的模块(不需要下载，导入即可使用) urllib2 官方文档：https://docs.python.or 阅读全文

posted @ 2019-11-17 08:17 LoaderMan 阅读(341) 评论(0) 推荐(0)

Oracle系列十创建和管理表

摘要：常见的数据库对象 Oracle 数据库中的表用户定义的表: 用户自己创建并维护的一组表包含了用户所需的信息如：SELECT * FROM user_tables;查看用户创建的表数据字典: 由 Oracle Server 自动创建的一组表包含数据库信息查询数据字典查看用户定义的表. 查看阅读全文

posted @ 2019-11-16 16:52 LoaderMan 阅读(216) 评论(0) 推荐(0)

HTTP和HTTPS概念

摘要： HTTP和HTTPS HTTP协议（HyperText Transfer Protocol，超文本传输协议）：是一种发布和接收 HTML页面的方法。 HTTPS（Hypertext Transfer Protocol over Secure Socket Layer）简单讲是HTTP的安全版，在HT 阅读全文

posted @ 2019-11-16 08:38 LoaderMan 阅读(747) 评论(0) 推荐(0)

通用爬虫和聚焦爬虫概念

摘要：根据使用场景，网络爬虫可分为通用爬虫和聚焦爬虫两种. 通用爬虫通用网络爬虫是捜索引擎抓取系统（Baidu、Google、Yahoo等）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。通用搜索引擎（Search Engine）工作原理通用网络爬虫阅读全文

posted @ 2019-11-16 08:36 LoaderMan 阅读(758) 评论(0) 推荐(0)

oracle系列九 SET运算符查询

摘要：将多个查询用 SET 操作符连接组成一个新的查询 UNION/UNION ALL INTERSECT MINUS 排序:ORDER BY UNION 操作符 UNION 操作符返回两个查询的结果集的并集 UNION ALL 操作符 UNION ALL 操作符返回两个查询的结果集的并集。对于两个结果集阅读全文

posted @ 2019-11-13 21:44 LoaderMan 阅读(304) 评论(0) 推荐(0)

【java爬虫】利用webmagic框架实战demo

摘要： webmagic框架:http://webmagic.io/ WebMagic的结构分为Downloader、PageProcessor、Scheduler、Pipeline四大组件 PageProcessor主要分为三个部分，分别是爬虫的配置、页面元素的抽取和链接的发现。 Pipeline用于保存阅读全文

posted @ 2019-11-13 12:53 LoaderMan 阅读(949) 评论(0) 推荐(0)

Oracle系列八高级子查询

摘要：子查询子查询 (内查询) 在主查询执行之前执行主查询(外查询)使用子查询的结果多列子查询主查询与子查询返回的多个列进行比较多列子查询中的比较分为两种: 成对比较问题：查询与141号或174号员工的manager_id和department_id相同的其他员工的employee_id, m 阅读全文

posted @ 2019-11-12 09:07 LoaderMan 阅读(210) 评论(0) 推荐(0)

Mac下 python2和python3共存

摘要：一般是python2默认安装了，python3没有安装，这时候一般使用命令：brew install python3 进行安装不同方法安装python的路径是不一样的，如下所示：接下来就要看具体步骤了。 1 控制台输入：vim ~/.bash_profile 并输入如下代码： # Setting 阅读全文

posted @ 2019-11-11 20:28 LoaderMan 阅读(509) 评论(0) 推荐(0)

Windows上python2和python3共存

摘要： 1.找到python2安装目录 2.将应用程序中的python重命名为python2，或自行定义。 3.为python2设置系统变量中的path变量。注意，记得加上英文的分号。验证：输入python2，提示python2版本即安装成功。 1.python3同理。找到python3安装目录，将应用程阅读全文

posted @ 2019-11-11 20:28 LoaderMan 阅读(257) 评论(0) 推荐(0)

Node.js 实现第一个应用以及HTTP模块和URL模块应用

摘要：到该文件夹下，cmd命令运行：浏览器显示： HTTP 模块、URL 模块 Node.js 中，将很多的功能，划分为了一个个 module(模块)。 Node.js 中的很多功能都是通过模块实现。 HTTP 模块的使用如第一个代码块， req.url URL 地址。所有的路由设计，都是通过 req 阅读全文

posted @ 2019-11-10 14:26 LoaderMan 阅读(242) 评论(0) 推荐(0)

Nodejs介绍和环境搭建

摘要： Nodejs是JavaScript的运行环境，它让 Java Script 可以开发后端程序，实现几乎其他后端 Node.js 是一个 Javascript 运行环境(runtime) 可以与 PHP、JSP、Python、Ruby 等后端语言平起平坐。 Nodejs 是基于 V8 引擎，V8 是阅读全文

posted @ 2019-11-10 09:08 LoaderMan 阅读(545) 评论(0) 推荐(0)

Oracle系列七子查询

摘要：子查询语法子查询 (内查询) 在主查询之前一次执行完成。子查询的结果被主查询(外查询)使用。示例：注意事项子查询要包含在括号内。将子查询放在比较条件的右侧。单行操作符对应单行子查询，多行操作符对应多行子查询。子查询类型单行子查询只返回一行。使用单行比较操作符。示例：返回jo 阅读全文

posted @ 2019-11-09 15:07 LoaderMan 阅读(222) 评论(0) 推荐(0)

Oracle系列六分组函数

摘要：分组函数作用于一组数据，并对一组数据返回一个值。组函数类型 AVG COUNT MAX MIN STDDEV SUM 组函数语法 AVG（平均值）和 SUM （合计）函数可以对数值型数据使用AVG 和 SUM 函数。 COUNT（计数）函数 COUNT(*) 返回表中记录总数,适用于任意数据类型阅读全文

posted @ 2019-11-07 20:23 LoaderMan 阅读(518) 评论(0) 推荐(0)

Oracle系列五多表查询

摘要：笛卡尔集笛卡尔集会在下面条件下产生: 省略连接条件连接条件无效所有表中的所有行互相连接为了避免笛卡尔集，可以在 WHERE 加入有效的连接条件。 Oracle 连接使用连接在多个表中查询数据。在 WHERE 子句中写入连接条件。在表中有相同列时，在列名之前加上表名前缀等值连接示例多个阅读全文

posted @ 2019-11-05 20:06 LoaderMan 阅读(307) 评论(0) 推荐(0)

Oracle系列四单行函数查询语句

摘要：单行函数操作数据对象接受参数返回一个结果只对一行进行变换每行返回一个结果可以转换数据类型可以嵌套参数可以是一列或一个值包含：字符，数值，日期，转换，通用字符函数1.大小写控制函数：这类函数改变字符的大小写。示例： 2.字符控制函数示例：数字函数 DUAL 是一个‘伪表’，可以阅读全文

posted @ 2019-11-03 16:16 LoaderMan 阅读(281) 评论(0) 推荐(0)

轻量级Web服务器http-server

摘要： http-server是一个简单的零配置命令行http服务器。可用于h5页面手机端测试 Vue 、Angualr、React项目打包后真机测试github地址：https://github.com/indexzero/http-server 让电脑和手机处于同一局域网 1、电脑和手机都连路由器 2、阅读全文

posted @ 2019-11-01 22:21 LoaderMan 阅读(1577) 评论(0) 推荐(0)

导航