摘要：在用xpath解析网页的时候，会遇到tbody标签。tbody标签有的时候可以解析，有的时候不可以解析，遇到tbody标签时要看网页源代码，如果源代码有tbody标签，就要加上tbody标签才能解析。如果源代码没有tbody标签，那么tbody标签是浏览器对html文本进行一定的规范化而强行加上去的 阅读全文

摘要：线程 一个人，他有三个思想。第一个思想是做饭，第二个思想是烧水，第三个思想是洗衣服。这三个思想就是三个线程。 一个人不能同时干三件事。这三个线程具有竞争性，谁赢了这个人就先做这件事。 比如做饭这个线程赢了，这个人就先做饭，做完饭后洗衣服这个线程赢了，这个人接着就洗衣服。。。 进程 有10个人，每个人 阅读全文

摘要：AJAX （以下内容仅针对爬虫。如果做开发，这些知识还不够，需要深入了解。） AJAX = Asynchronous JavaScript and XML（异步的 JavaScript 和 XML）。AJAX 是一种用于创建快速动态网页的技术。 通过在后台与服务器进行少量数据交换，AJAX 可以使网 阅读全文

摘要：简介 在爬取网页时，一般都会用到代理IP。蘑菇代理网站：http://www.moguproxy.com/ 蘑菇代理的代理IP有两种：API私密代理和隧道转发代理，这篇文章主要介绍隧道转发代理 。 在官网购买隧道转发代理后，就可以到订单页面查看购买订单的Appkey。如果是第一次使用，那么需要添加白 阅读全文

摘要：在识别验证码的时候，可以调用百度的通用文字识别接口。 步骤 Step1 获取access_token的值。 ① 登陆 https://ai.baidu.com/ ，找到通用文字识别，点击立即使用。 ② 点击创建应用后，会得到API Key 和Secret Key。 ③ 将API Key 和Secre 阅读全文