数据人生

摘要： 阅读全文

摘要： 用Python语言写搜索引擎蜘蛛的脚本非常简单、轻松。给大家分享两种抓网页内容的方法 一、用urllib2/sgmllib包，将目标网页的所有URL列出。 import urllib2 from sgmllib import SGMLParser class URLLister(SGMLParser): def reset(self): ... 阅读全文

摘要： PAMIE 是一个很有意思的模块。它是一个实现IE自动化的模块。在此之前我使用过ClientCookie这个模块，它可以使用urllib2来通过程序访问页面，并且很适合在需要cookie支持的环境中。不过，有些web的访问过程并不仅仅是下载文件这样的事情，有时是一系统的动作。PAMIE应该是一个更直观，更简单的模拟手工输入的过程。不过，局限就是它只支持IE，在某些特殊情况下还是可以的。 使用它的... 阅读全文