new_org
/
team-learning-program
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update Task05 爬虫入门与综合应用.md

This commit is contained in:
Muxiaoxiong 2021-06-14 13:59:36 +08:00 committed by GitHub
parent 91811d0778
commit 29c6b61eb9
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 6 additions and 6 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

10
OfficeAutomation/Task05 爬虫入门与综合应用.md
View File

@ -4,7 +4,7 @@
因而本节针对爬虫项目进行一个介绍，力求最大程度还原实际的办公场景。 因而本节针对爬虫项目进行一个介绍，力求最大程度还原实际的办公场景。
## **Requests简介** ## **1.Requests简介**
Requests是一款目前非常流行的http请求库，使用python编写，能非常方便的对网页Requests进行爬取，也是爬虫最常用的发起请求第三方库。 Requests是一款目前非常流行的http请求库，使用python编写，能非常方便的对网页Requests进行爬取，也是爬虫最常用的发起请求第三方库。
@ -80,7 +80,7 @@ with open('datawhale.png','wb') as ff:
**re.encoding** 爬取内容的编码形似，常见的编码方式有 ASCII、GBK、UTF-8 等。如果用和文件编码不同的方式去解码，我们就会得到一些乱码。 **re.encoding** 爬取内容的编码形似，常见的编码方式有 ASCII、GBK、UTF-8 等。如果用和文件编码不同的方式去解码，我们就会得到一些乱码。
## HTML解析和提取 ## 2.HTML解析和提取
**浏览器工作原理：** **浏览器工作原理：**
@ -119,7 +119,7 @@ https://www.runoob.com/html/html-tutorial.html
那么我们如何解析html页面呢？ 那么我们如何解析html页面呢？
## BeautifulSoup简介 ## 3.BeautifulSoup简介
我们一般会使用BeautifulSoup这个第三方库 我们一般会使用BeautifulSoup这个第三方库
@ -205,7 +205,7 @@ HTML定位方法：https://www.cnblogs.com/bosslv/p/8992410.html
理论看百遍，不如上手一练 理论看百遍，不如上手一练
## 实践项目1：自如公寓数据抓取 ## 4.实践项目1：自如公寓数据抓取
> 首先是先说一声抱歉，在课程设计时，没有想到自如公寓在价格上增加一定程度的反爬措施，因此自如公寓的价格在本节不讨论，在以后的课程中，我们会详细讲解相关的方法。 > 首先是先说一声抱歉，在课程设计时，没有想到自如公寓在价格上增加一定程度的反爬措施，因此自如公寓的价格在本节不讨论，在以后的课程中，我们会详细讲解相关的方法。
> >
@ -475,7 +475,7 @@ if __name__ == '__main__':
运行完成后，会在文件夹中看到刚才爬取好的信息保存在wuhan_ziru.csv中 运行完成后，会在文件夹中看到刚才爬取好的信息保存在wuhan_ziru.csv中
## 实践项目2：36kr信息抓取与邮件发送 ## 5.实践项目2：36kr信息抓取与邮件发送
> 本节内容为作者原创的项目，课程难度为5星，建议读者跟着课程一步一步的来，如果有不明白的地方，可以在群里面与其他伙伴进行交流。 > 本节内容为作者原创的项目，课程难度为5星，建议读者跟着课程一步一步的来，如果有不明白的地方，可以在群里面与其他伙伴进行交流。
> >