zoukankan      html  css  js  c++  java
  • 爬虫到底是什么?

    1. 简单来讲,就是通过软件访问目标网站,把目标网站上指定的信息获取到,一切都是通过软件实现。

        例如,如果想获取豆瓣网上,评分最靠前的250个影片的名称,而不用人工去写,可以参考下面的博客。

        http://www.cnblogs.com/huangguifeng/p/7632799.html

    2. 基本思路是,通过python代码,掌握豆瓣前250名影片的html的规律。

        例如:第一页是:

        第二页是:

        第三页是:

       可以看出基本规律是,每页显示25条,250条就是10页,对应代码如下:

       

    3.  访问每一页,获取http的返回结果,通过解析html文本内容,得到得分和电影名称。

         

      4. 期间,通过队列这种数据结构,将每页的解析结果记录到队列中,最后一次性显示队列内容。

          

  • 相关阅读:
    分组密码之DES
    QTreeWidget实现一个打包小工具
    实验吧web记录
    南邮CTF记录
    XSS学习之xss20
    安全之路的一些参考
    sqlilabs_Less2128
    sqlilabs_Less110
    BUGKU练习
    看了几天的EXTJS了
  • 原文地址:https://www.cnblogs.com/zhouhaibing/p/7633010.html
Copyright © 2011-2022 走看看