-
蒋振飞
2018年09月08日
爬虫抓取实践
623 ℃
0
杭州，是我毕业找工作的首选地，了解到租房价格较高，现通过所学知识对杭州租房价格进行分析。进行数据分析，就要实现对房产信息的可视化，必须拿到数据，后通过numpy，pandas，matplotlib等一些科学计算包进行计算。此项目需要用到爬虫知识，Scrapy框架，数据分析基础。 Scrapy抓...
-
蒋振飞
2018年08月11日
爬虫抓取实践
482 ℃
0
爬取糗事百科段子，假设页面的URL是：http://www.qiushibaike.com/8hr/page/1要求 1.使用requests获取页面信息，用XPath / re 做数据提取2.获取每个帖子里的用户头像链接、用户姓名、段子内容、点赞次数和评论次数3.保存到 json 文件内Qu...
-
蒋振飞
2018年08月09日
爬虫抓取实践
971 ℃
0
声明：此篇文章主要是观看静觅教学视频后做的笔记，原教程地址：https://cuiqingcai.com/在抓取网页时，某些网站会有封ip的现象，所以选择利用代理伪装我们的ip进行爬虫请求，但进行爬虫时可能需要很多ip，这时就要求维护一个代理池（池也就是代理队列），可放进代理，也可取出代理。我...
-
蒋振飞
2018年08月06日
爬虫抓取实践
779 ℃
0
声明：此篇文章主要是观看静觅教学视频后做的笔记，原教程地址https://cuiqingcai.com/ 普通代理因为之前都是学习测试，不需要对网站频繁的搜索爬取，所以代理使用似乎关系不大，不过为了防止IP被封，也是一个很重要的知识点。之前使用代理也都是查找一些代理网站，手动将IP设置添加到p...
-
蒋振飞
2018年08月05日
爬虫抓取实践
734 ℃
0
声明：此篇文章主要是观看静觅教学视频后做的笔记，原教程地址：https://cuiqingcai.com/ 淘宝页面比较复杂，含有各种请求参数和加密参数，如果直接请求或者分析Ajax将会非常繁琐。Selenium是一个自动化测试工具，可以驱动浏览器去完成各种工作，比如模拟点击、输入和下拉等多...
-
蒋振飞
2018年08月03日
爬虫抓取实践
627 ℃
0
声明：此篇文章主要是观看静觅教学视频后做的笔记，原教程地址https://cuiqingcai.com/实现流程介绍1.抓取索引页内容利用requests请求目标站点，得到索引网页HTML代码，返回结果2.抓取详情页内容解析返回结果，得到详情页的链接，并进一步抓取详情页信息3.下载图片与保存数...
-
蒋振飞
2018年08月02日
爬虫抓取实践
720 ℃
0
声明：此篇文章主要是观看静觅教学视频后做的笔记，原教程地址：https://cuiqingcai.com/流程框架1.抓取单页内容利用requests请求目标站点，得到单个网页HTML代码，返回结果。2.正则表达式分析根据HTML代码分析得到电影的名称，主演，上映时间，评分，图片链接等信息。3...
-
蒋振飞
2018年07月10日
爬虫抓取实践
413 ℃
0
内涵段子前段时间发生的事情，想必大家都有所耳闻，我本人也是非常喜欢看段子的。但这并不能阻止我想看段子的脚步，幸好，给大家推荐一个网站，叫做内涵吧，里面也有非常丰富的段子内容。下面就以内涵吧为例爬取所有段子，可供离线观看。先分析请求的url地址1.第1页段子url：https://www.n...
-
蒋振飞
2018年06月23日
爬虫抓取实践
680 ℃
0
今天是学习爬虫的第二天了，看了网上很多初学者都喜欢爬取字典翻译。确实，有一个自己随时随地使用的翻译神器，省去了打开浏览器输入网址的那些繁琐，也腾出了不少时间。在这里我选择的是有道翻译，相比于百度翻译来说，它的特点就是使用了post请求来获取json格式数据，而百度翻译使用的是get请求。...
赣ICP备18008471号-2