摘要：
我们把小说名、是否完结、男主名字、女主名字都给爬取下来 import requests import re url = "http://m.pinsuu.com/paihang/nanpindushi/" headers = { "User-Agent": "Mozilla/5.0 (Linux; 阅读全文
posted @ 2021-12-11 21:51
不是孩子了
阅读(81)
评论(0)
推荐(0)
摘要：
将提取的内容放到一个组中，通过这个组的名字获取我们想要的内容 阅读全文
posted @ 2021-12-11 20:20
不是孩子了
阅读(16)
评论(0)
推荐(0)
摘要：
import re # 前缀r表示这个是正则表达式，没有也可以，但是加上更规范，就像二进制、十六进制一样 # findAll：查找所有满足正则表达式的内容，但是用的不多，因为用的列表，列表效率并不高 list = re.findall(r"\d+", "我的手机号码是10086， 你的手机号码是10 阅读全文
posted @ 2021-12-11 19:18
不是孩子了
阅读(30)
评论(0)
推荐(0)
摘要：
每一个元字符默认只匹配一个字符，例如一个点匹配的是一个字符，两个点匹配的就是两个字符 / / / / / / / / / / （1）贪婪匹配 *先找到“玩儿”，然后通过.尽可能多的匹配，然后找到最远的那个“游戏” （2）惰性匹配 先找到“玩儿”，然后尽可能多的匹配，然后因为有？又是尽可能少的匹配，所 阅读全文
posted @ 2021-12-11 18:56
不是孩子了
阅读(33)
评论(0)
推荐(0)
摘要：
 阅读全文
posted @ 2021-12-11 18:06
不是孩子了
阅读(38)
评论(0)
推荐(0)
摘要：
我们每次发送的相应resp都要关掉，如果我们访问类好多请求路径，每次的resp都没有关闭，可能会出现错误 resp.close() 阅读全文
posted @ 2021-12-11 18:02
不是孩子了
阅读(132)
评论(0)
推荐(0)
摘要：
请求地址是豆瓣电影排行榜的喜剧类别 / / / / / 但是输出内容为空，我们应该想到是不是有反爬机制，接下来我们去尝试解决反爬 / / / / 1、首先添加| User-Agent 成功 / / / / / / 页面展示内容有限，我们每次滑倒网页底部，又会重新发送请求，加载新的内容，通过循环查询更 阅读全文
posted @ 2021-12-11 17:50
不是孩子了
阅读(212)
评论(0)
推荐(0)
摘要：
我们爬取百度翻译的单词内容,通过抓包，sug包是我们需要的内容 并且是post请求方式，所以不可使用拼接参数的方式 通过请求参数获知提交给服务器的表单参数key是kw / / / / post方式，将数据放在字典中，通过data方式进行传递 发现出现了中文乱码，是因为服务器返回给我们的是json格式 阅读全文
posted @ 2021-12-11 16:55
不是孩子了
阅读(113)
评论(0)
推荐(1)
摘要：
首先安装第三方库：pip install requests 但是，搜狗的服务器校验我们是不是爬虫程序发出的请求，并没有返回给我们有用的信息 / / / / 我们可以给我们的程序添加请求头headers，查看浏览器的User-Agent，添加到我们的程序中，模拟是浏览器发出的请求即可。 处理反爬： / 阅读全文
posted @ 2021-12-11 16:43
不是孩子了
阅读(54)
评论(0)
推荐(0)
摘要：
  阅读全文
posted @ 2021-12-11 16:03
不是孩子了
阅读(30)
评论(0)
推荐(0)
浙公网安备 33010602011771号