前言 对于PDF转换成word文档，我想很多人都了解过，那就是需要付费，而且很贵，但是如果你会Python，只要你会Python这么问题都不再是问题。 pdf文件转换为word文件 Word文件转换为

Python 中可以读取 word 文件的库有 python-docx 和 pywin32。 本人对于Python学习创建了一个小小的学习圈子，为各位提供了一个平台，大家一起来讨论学习Python。欢迎各位到来Python学习群：960410445一起讨论视频分享学习。Pyth…

scrapy是一个非常成熟的爬虫框架，里面几乎封装好了开发者所需要的所有模块，例如：request,代理，日志，url自动去重等等，一些不太满意的模块也是稍加修改就行。

最近在学习Python的语法，刷刷LeetCode什么的。熟悉之后，就想着写一个爬虫实际运用一下。 知乎了一下，然后看了scrapy的文档 ,就开始动手了。 当时就想着写一个根据目录来下载github仓库文件的spider。因为以前下载github仓库的时候要么只能根据git地…

在配置文件settings.'scrapy.pipelines.files.在配置文件settings.在Spider解析一个包含文件下载链接的页面时，将所有需要下载文件的url地址收集到一个列表，赋给item的file_urls字段（item[‘file_urls’]）。cla...

前面讲解了Scrapy中各个模块基本使用方法以及代理池、Cookies池。接下来我们以一个反爬比较强的网站新浪微博为例，来实现一下Scrapy的大规模爬取。 本次爬取的目标是新浪微博用户的公开基本信息，如用户昵称、头像、用户的关注、粉丝列表以及发布的微博等，这些信息抓取之后保存…

前言 今天还是老老实实搞点东西吧，然后本周的算法题还没刷呢。 目标网站 分析 ok，明确了这个目标网站，那么接下来是如何分析爬取，我们的目标是爬取N页面 分页 首先点击下一页我们发现这个现象 http

写在前面 今天是第 78 篇 Python 爬虫博客了，在这里立个 Flag，争取在 10 月 1 日之前把爬虫百例写完，如果你从第一篇看到现在，你应该是一个合格的爬虫 Coder 了，继续加油！！