随笔分类 -  爬虫入门（windows）

windows下的爬虫入门
爬取豆瓣电影Top250
摘要：看下结果 阅读全文
posted @ 2018-09-25 15:53 python入门小菜鸟 阅读(251) 评论(0) 推荐(0)
Robots协议（摘）
摘要：robots协议 Robots协议（也称为爬虫协议、机器人协议等）的全称是“网络爬虫排除标准”（Robots Exclusion Protocol），网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。 Robots协议（也称为爬虫协议、机器人协议等）的全称是“网络爬虫排除标准” 阅读全文
posted @ 2018-09-24 01:11 python入门小菜鸟 阅读(851) 评论(0) 推荐(1)
抓取猫眼电影
摘要：注意：抓取内容之前一定要查看下Robots协议 1、准备工作 1》第一步，安装python，安装requests、json库。 2、抓取分析 1》接下来我们打开网页分析下猫眼电影排行榜 2》猫眼电影排行榜的网址（http://maoyan.com/board/4） 3》拉到最下面，可以看到第一页只有 阅读全文
posted @ 2018-09-24 01:08 python入门小菜鸟 阅读(3010) 评论(1) 推荐(1)
正则表达式（摘）
摘要：正则表达式 2018-09-23 16:40:54 正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。 许多程序设计语言都支持利用正则表达式进 阅读全文
posted @ 2018-09-23 16:42 python入门小菜鸟 阅读(320) 评论(0) 推荐(0)
HTTP状态码
摘要：HTTP各种相应的状态码 HTTP状态码（HTTP Status Code）是用以表示网页服务器HTTP响应状态的3位数字代码。它由 RFC 2616 规范定义的，并得到RFC 2518、RFC 2817、RFC 2295、RFC 2774、RFC 4918等规范扩展。 HTTP状态码（HTTP S 阅读全文
posted @ 2018-09-23 16:28 python入门小菜鸟 阅读(598) 评论(0) 推荐(0)