随笔分类 -  网络爬虫

摘要：1、urlopen(url, data, timeout) 2、Request： 阅读全文

摘要：在py3中如需进行pdf文件操作需要加载PDFMiner3K库文件，可通过pip方式或者可以下载源文件方式安装 处理Pdf文件的思路： PDF 读成字符串，然后用StringIO 转换成文件对象 实例： 阅读全文

摘要：一、读取 该读取主要使用到csv里面的Reader()、DictReader()方法，和引用io里面的StringIO进行对字符串进行封装 在处理网上的csv文件方式主要是有一下几方面： 最优处理方案： 通过引用StringIO进行字符串封装，然后进行读取该对象里面的内容，这样就不用在通过下载到本地 阅读全文

摘要：实例二、只获取单个标签 阅读全文

摘要：一、Python2 和 python3 中的urllib、urllib2问题 1、urllib2在py3中已不存在，解决urllib2的方式： 1 urllib2在python3.x中被改为urllib.request 2、AttributeError: 'module' object has no 阅读全文