python3爬蟲學習筆記

爬蟲爬取京東某手機頁面

beautifulsoup

原文記錄內容太多現進行摘錄和分類

pip3 install jieba

kou@ubuntu:~/python$ cat clahamlet.py 

#!/usr/bin/env python
# coding=utf-8
#e10.1calhamlet.py
def gettext():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_『~':
txt = txt.replace(ch, " ")   #將文字中特殊字元替換為空格
return txt
hamlettxt = gettext()
words  = hamlettxt.split()
counts = {}
for word in words:			
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=true) 
for i in range(10):
word, count = items[i]
print ("".format(word, count))

#!/usr/bin/env python

# coding=utf-8
#e10.1calhamlet.py
def gettext():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_『~':
txt = txt.replace(ch, " ")   #將文字中特殊字元替換為空格
return txt
hamlettxt = gettext()
words  = hamlettxt.split()
counts = {}
for word in words:			
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=true) 
for i in range(10):
word, count = items[i]
print ("".format(word, count))

下面寫幾個簡單的**！熟悉這幾個**的書寫以後基本可以完成需求！

r.raise_for_status()//如果不是200就會報錯

print(r.text[:1000])//只有前1000行

python3爬蟲筆記

請求 並提取 資料的 自動化 程式 發起請求 獲取響應內容 解析文字內容 儲存資料 1.瀏覽器傳送資訊給該 所在的伺服器，這個過程叫做http request。2.服務收到瀏覽器傳送的訊息後，能夠根據瀏覽器傳送訊息的內容，做相應的處理，然後把訊息回傳給瀏覽器。這個過程叫做http response。...

Python3爬蟲學習筆記0 0 綜述

歡迎捧場，博主前一段時間零零碎碎地學習了一些python爬蟲的知識，現在把一些學習內容整理出來，水平有限，難免出現錯誤，希望大家能夠批評指正，謝謝。該系列部落格的內容參照 崔慶才 靜覓的部落格內容完成，謝謝授權。python 版本 3.5 預備知識 python基礎，http協議，正規表示式，url...

Python3爬蟲學習筆記1 0 什麼是爬蟲？

我們來思考乙個問題，什麼是爬蟲？說一下我對爬蟲的理解。理解爬蟲之前，我們思考一下網路是一種什麼樣式的存在。爬蟲就是游離在這些網路之間的乙個自動化程式，並且能夠完成對網路地瀏覽，自動採集網路中所有訪問到的內容 從而在網路中得到你需要的資訊。網路蜘蛛 爬蟲 維基百科 順便說一句 google是世界上最大...