# coding: utf-8
'''created on 2014-7-24
@author: administrator
'''import urllib2
from urllib2 import request
import re
import sys
def p(f):
print '%s.%s(): %s' % (f.__module__, f.__name__, f())
# 返回當前系統所使用的預設字元編碼
p(sys.getdefaultencoding)
req=request('')
req.add_header('user-agent', 'aa')
response = urllib2.urlopen(req)
html = response.read()
#print html
myitems = re.findall('(.*?)
',html,re.s)
print myitems
for i in myitems: #myitems是list集合
for j in range(len(i)): #i是乙個集合 len(i)為2 j的值為0和1
print i[j]
當一起列印的時候 中文就會有亂碼， 分開迭代的讀取的話 就會正常列印中文，很奇怪用於登陸後的資訊收集爬蟲
有時候我們需要的使用者資訊是要通過使用者登入後得到，這些資訊其實也可以通過爬蟲獲得。本demo中用到的2個外部庫 org.jsoup,jxl 用於寫excel 同樣以中南財經政法大學教務處學生個人資訊系統為例 接下來就是檢視網頁原始碼，即找到傳遞賬號密碼的目的位址 登陸進去後檢視所需調轉的網頁位址 ...
java讀取檔案後n行
public class readfile 讀取檔案最後n行 根據換行符判斷當前的行數，使用統計來判斷當前讀取第n行 ps 輸出的list是倒敘，需要對list反轉輸出 param file 待檔案 param numread 讀取的行數 return list public static list...
爬蟲 python基礎練習（檔案的讀取）
codeing utf 8 time 2021 2 10 16 58 author foryou file demo7.py software pycharm f open test.txt w read方法，讀取指定的字元，開始時指定在檔案頭部，每執行一次，向後移動指定字元數 開啟檔案 w寫模式 ...