摘要：Pandas 是python用于数据处理的拓展包 1. series系列：比列表多了索引的概念 1.2 列表可以转换成series，如下所示： 1.3 在创建series的时候，也可以自己添加索引的值： 1.4 使用字典来创建series： 1.5. 可以像对待一个list一样对待一个Series, 阅读全文

摘要：流程框架： 1. 抓取但也网页内容 2. 正则表达式分析 3. 开启循环及多线程 4. 保存至文件 代码如下： 阅读全文

摘要：Selenium 自动化测试工具，支持多种浏览器，在爬虫中主要解决JS的渲染问题 1.基本使用 2.查找方式 单个元素： 多个元素： browser.find_element(By.ID,'q') 3. 元素交互操作： https://selenium-python-zh.readthedocs.i 阅读全文

摘要：BeautifulSoup 中文文档： https://www.crummy.com/software/BeautifulSoup/bs3/documentation.zh.html；https://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/# 网页解析库， 阅读全文

摘要：总结：语法和JQuery一样 1. 初始化 2. 基本的CSS选择器 3. DOM操作 4. PyQuery 中文文档： http://www.pyspider.cn/book/pyspider/response-17.html 阅读全文

摘要：用来对字符串操作的一种逻辑方式， 对字符串的一种过滤逻辑。 表达式全集： http://tool.oschina.net/uploads/apidocs/jquery/regexp.html 1. 2. 匹配目标： 3. 贪婪匹配： 4. 转义： 特殊字符需要转义 5. re.search: 扫描字 阅读全文

摘要：Urllib库的详解1. Urllib是python内置的HTTP请求库 包含4个模块： urllib.request(请求模块)； urllib.error（异常处理模块）; urllib.parse（url解析模块）; urllib.robotparse（robots.text解析模块） @ur 阅读全文