Update Task05 爬虫入门与综合应用.md
This commit is contained in:
Muxiaoxiong
GitHub
parent
91811d0778
commit
29c6b61eb9
|
|
@ -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。
|
||||
|
||||
## **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。
|
||||
|
||||
|
|
@ -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。
|
||||
|
||||
## HTML解析和提取
|
||||
## 2.HTML解析和提取
|
||||
|
||||
**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？
|
||||
|
||||
## BeautifulSoup简介
|
||||
## 3.BeautifulSoup简介
|
||||
|
||||
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
|
||||
|
||||
## 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。
|
||||
>
|
||||
|
|
@ -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
|
||||
|
||||
## 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。
|
||||
>
|
||||
|
|
|
|||
Loading…
Reference in New Issue