摘要：1. Beautiful Soup简介Beautiful Soup是将数据从HTML和XML文件中解析出来的一个python库，它能够提供一种符合习惯的方法去遍历搜索和修改解析树，这将大大减少爬虫程序的运行时间。 Beautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为ut... 阅读全文

摘要：1. 正则表达式 正则表达式是可以匹配文本片段的模式。1.1 通配符 正则表达式能够匹配对于一个的字符串，可以使用特殊字符创建这类模式。（图片来自cnblogs）1.2 特殊字符的转义 由于在正则表达式中，有时需要将特殊字符作为普通字符处理，就需要用‘\’进行转义，例如‘python\\.org’就... 阅读全文

摘要：1. urllib2的opener和handler概念 1.1Openers： 当你获取一个URL你使用一个opener(一个urllib2.OpenerDirector的实例)。正常情况下，我们使用默认opener：通过urlopen。但你能够创建个性的openers。可以用build_ope... 阅读全文