如果你仔细观察，就不难发现，懂爬虫、学习爬虫的人越来越多，一方面，互联网可以获取的数据越来越多，另一方面，像 Python这样的编程语言提供越来越多的优秀工具，让爬虫变得简单、容易上手。 利用爬虫我们可以获取大量的价值数据，从而获得感性认识中不能得到的信息，比如： 知乎：爬取优…

本文是看到一粉丝的一个开源项目，目前只是完成了部分面试题的搜集，需要大家一起努力完成该项目。本篇只是部分Python基础的面试题。 Python 是一门开源的解释性语言，相比 Java C++ 等语言，Python 具有动态特性，非常灵活。 Python 有 6 种内置的数据类…

识别验证码的方式很多，如tesseract、SVM等。前面的几篇文章介绍了KNN算法，今天主要学习的是如何使用KNN进行验证码的识别。 本次实验采用的是CSDN的验证码做演练，相关的接口：https://download.csdn.net/index.php/rest/tool…

本篇文章将以抓取豆瓣电影信息为例来一步步介绍开发一个高性能爬虫的常见思路。 爬虫的第一步，首先我们要找到获取数据的地址。可以先到豆瓣电影 首页 去看看。 顶部导航为提供了很多种类型的入口，其中和电影有关的有：排行榜、选电影和分类。为了便于后续更精细的分析，这里选择进入分类页面，…