既然是第三⽅模块, 那就需要我们对该模块进⾏安装, 安装⽅法:
pip install requests
如果安装速度慢的话可以改⽤国内的源进⾏下载安装.
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
案例一：
接下来, 我们看⼀个稍微复杂那么⼀丢丢的, 百度翻译~
注意百度翻译这个url不好弄出来. 记住, 在输⼊的时候, 关掉各种输⼊法,
要⽤英⽂输⼊法, 然后不要回⻋. 就能看到这个sug了
案例2.抓取百度翻译数据
是不是很顺⼿呢? 还有⼀些⽹站在进⾏请求的时候会校验你的客户
端设备型号. ⽐如, 我们抓取⾖瓣电影
案例3: 抓取⾖瓣电影
简单回顾⼀下本章内容
1. 爬⾍就是写程序去模拟浏览器⽤来抓取互联⽹上的内容
2. python中⾃带了⼀个urllib提供给我们进⾏简易爬⾍的编写
3. requests模块的简单使⽤, 包括get, post两种⽅式的请求. 以及 User-Agent的介绍.
后端开发
本文实例介绍了Python通过正则表达式获取,去除(过滤)或者替换HTML标签的几种方法，具体内容如下
后端开发
已经在后台设置了自定义域名，与bucket-name也已经绑定了，使用oss上传文件，返回值中的url怎么设置为自定义的域名
后端开发
python开发环境的安装，分别介绍windows和mac下安装方式
后端开发
模板完全静态化，也就是通过模板完全生成纯静态的网页，相比动态页面和伪静态页面更安全更利于SEO访问更快。
后端开发
Python内置的urllib模块，用于访问网络资源。但是，它用起来比较麻烦，而且，缺少很多实用的高级功能。更好的方案是使用requests。它是一个Python第三方库，处理URL资源特别方便。
后端开发
Regular Expression, 正则表达式, ⼀种使⽤表达式的⽅式对字符串进⾏匹配的语法规则.我们抓取到的⽹⻚源代码本质上就是⼀个超⻓的字符串, 想从⾥⾯提取内容.⽤正则再合适不过了. 正则的优点: 速度快, 效率⾼, 准确性⾼ 正则的缺点: 新⼿上⼿难度有点⼉⾼.不过只要掌握了正则编写的逻辑关系, 写出⼀个提取⻚⾯内容的正则其实并不复杂正则的语法: 使⽤元字符进⾏排列组合⽤来匹配字符串
上一篇