一二三四_

1. 网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。2. URL，即统一资源定位符，也就是我们说的网址，统一资源定位符是对可以从互联网上得到的资源的位置和访问方法的一种简洁的表示，是互...

一.1.2.SPIDER_MODULES = ['Amazon.spiders'] NEWSPIDER_MODULE = 'Amazon.3.USER_AGENT = 'Amazon (+http://www.yourdomain.4.5.6.TELNETCONSOLE_ENAB...

获取第二个p标签的父标签："//p[2]/..

新版ubuntu要求使用https源，要注意。清华：https://pypi.tuna.tsinghua.edu.阿里云：http://mirrors.aliyun.中国科技大学 https://pypi.mirrors.ustc.edu.华中理工大学：http://pypi.h...

html = parse.unquote(response.text).replace('%','\\').encode().

from pdfminer.from pdfminer.from pdfminer.from pdfminer.from pdfminer.from pdfminer.from pdfminer.from pdfminer.from pdfminer.fp = open('424...

得到当前工作目录，即当前Python脚本工作的目录路径:os.返回指定目录下的所有文件和目录名:os.函数用来删除一个文件:os.删除多个目录：os.检验给出的路径是否是一个文件：os.path.检验给出的路径是否是一个目录：os.path.判断是否是绝对路径：os.path.检...